详解如何利用Cython为Python代码加速_Python

详解如何利用Cython为Python代码加速

2021-01-09 00:33农大鲁迅 Python

这篇文章主要介绍了详解如何利用Cython为Python代码加速,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

引言

通常，在 Python 中写循环（特别是多重循环）非常的慢，在文章 http://www.zzvips.com/article/130450.html中，我们的元胞自动机的状态更新函数 update_state 使用了两重循环，所以我们尝试用 Cython 重构该方法。

代码

我们在同文件夹下新建一个 update.pyx 文件，写入如下内容

									import numpy as np 

									cimport numpy as np 

									cimport cython

									DTYPE = np.float

									ctypedef np.float_t DTYPE_t

									def update_state(np.ndarray[DTYPE_t, ndim=2] cells):

									  return update_state_c(cells)

									@cython.boundscheck(False)

									@cython.wraparound(False)

									cdef np.ndarray[DTYPE_t, ndim=2] update_state_c(np.ndarray[DTYPE_t, ndim=2] cells):

									  """更新一次状态"""

									  cdef unsigned int i

									  cdef unsigned int j

									  cdef np.ndarray[DTYPE_t, ndim=2] buf = np.zeros((cells.shape[0], cells.shape[1]), dtype=DTYPE)

									  cdef DTYPE_t neighbor_num

									  for i in range(1, cells.shape[0] - 1):

									    for j in range(1, cells.shape[0] - 1):

									      # 计算该细胞周围的存活细胞数

									      neighbor_num = cells[i, j-1] + cells[i, j+1] + cells[i+1, j] + cells[i-1, j] +\

									              cells[i-1, j-1] + cells[i-1, j+1] +\

									              cells[i+1, j-1] + cells[i+1, j+1]

									      if neighbor_num == 3:

									        buf[i, j] = 1

									      elif neighbor_num == 2:

									        buf[i, j] = cells[i, j]

									      else:

									        buf[i, j] = 0

									  return buf

update_state_c 函数上的两个装饰器是用来关闭 Cython 的边界检查的。

在同文件下新建一个 setup.py 文件

									import numpy as np

									from distutils.core import setup

									from Cython.Build import cythonize

									setup(

									  name="Cython Update State",

									  ext_modules=cythonize("update.pyx"),

									  include_dirs=[np.get_include()]

									)

因为在 Cython 文件中使用了 NumPy 的头文件，所以我们需要在 setup.py 将其包含进去。

执行 python setup.py build_ext --inplace 后，同文件夹下会生成一个 update.cp36-win_amd64.pyd 的文件，这就是编译好的 C 扩展。

我们修改原始的代码，首先在文件头部加入 import update as cupdate，然后修改更新方法如下

									def update_state(self):

									  """更新一次状态"""

									  self.cells = cupdate.update_state(self.cells)

									  self.timer += 1

将原方法名就改为 update_state_py 即可，运行脚本，无异常。

测速

我们编写一个方法来测试一下使用 Cython 可以带来多少速度的提升

									def test_time():

									  import time

									  game = GameOfLife(cells_shape=(60, 60))

									  t1 = time.time()

									  for _ in range(300):

									    game.update_state()

									  t2 = time.time()

									  print("Cython Use Time:", t2 - t1)

									  del game

									  game = GameOfLife(cells_shape=(60, 60))

									  t1 = time.time()

									  for _ in range(300):

									    game.update_state_py()

									  t2 = time.time()

									  print("Native Python Use Time:", t2 - t1)