讓Python提速超過40倍的神器：Cython

人工智能最火的語言，自然是被譽為迄今為止最容易使用的代碼之一的Python。Python代碼素來以直觀、高可讀性著稱。

然而，易用的背后，是Python無法逾越的障礙：慢。尤其是C程序員，這群快槍手簡直無法忍受Python的慢。

所以有人就想了各種方法去解決這個問題，本文就介紹其中的一種。如果你的代碼是純Python，或者你必須用一個大的for循環(huán)卻無法放入矩陣因為數(shù)據(jù)必須按順序處理，那么就可以使用Cython來加速Python。

1、什么是Cython？

根據(jù)維基百科：Cython是結(jié)合了Python和C的語法的一種語言，可以簡單的認(rèn)為就是給Python加上了靜態(tài)類型后的語法，使用者可以維持大部分的Python語法，而不需要大幅度調(diào)整主要的程式邏輯與算法。但由于會直接編譯為二進(jìn)制程序，所以性能較Python會有很大提升。

Cython被大量運用在CPython函式庫的撰寫，以取得較高的執(zhí)行效能。Cython將CPython代碼轉(zhuǎn)譯成 C 或 C++ 語法后，自動包裝上函式呼叫界面生成 .pyx 后綴的執(zhí)行檔，即可當(dāng)成普通的函式庫。其性能一般遜于原生的 C/C++ 函式庫，但由于 CPython 語法的易用性可以縮短開發(fā)時間。Cython 也可以用于編譯以 C/C++ 為 CPython 撰寫的函式庫。

目前Cython可以在 Windows, macOS 與 Linux 上使用，可以編譯 2.6, 2.7 與 3.3 至 3.7 版本的 CPython 語法。

我們對Python代碼的唯一調(diào)整是向每個變量添加類型信息。通常，我們可以在Python中聲明一個變量，如下所示：

x = 0.5

使用Cython，我們將為該變量添加一個類型：

cdef float x = 0.5

這告訴Cython我們的變量是浮點數(shù)，和C一樣。使用純Python，變量的類型是動態(tài)確定的。Cython中類型的顯式聲明是可以轉(zhuǎn)換為C的原因，因為需要顯式類型聲明+。

安裝Cython只需要一行pip：

pip install cython

2、Cython的類型

使用Cython時，有兩種不同的類型，用于變量和函數(shù)。

對于變量，我們有：

cdef int a, b, c
cdef char *s
cdef float x = 0.5 (single precision)
cdef double x = 63.4 (double precision)
cdef list names
cdef dict goals_for_each_play
cdef object card_deck

請注意所有這些類型都來自C/C++！ 

對于功能：

def — regular python function, calls from Python only.
cdef — Cython only functions which can't be accessed from python-only code i.e must be called within Cython
cpdef — C and Python. Can be accessed from both C and Python

由此開始，我們要開啟加速了哦！準(zhǔn)備好…

3、使用Cython加速代碼

我們要做的第一件事就是設(shè)置Python代碼基準(zhǔn)：用于計算數(shù)字階乘的for循環(huán)。 

原始Python代碼如下所示：

def test(x):

  y = 1

  for i in range(x+1):

    y *= i

  return y

Cython相同功能看起來非常相似。確保Cython代碼文件使用 .pyx擴(kuò)展名。代碼本身的唯一變化是我們需要提前聲明變量和函數(shù)的類型，示例代碼如下：

cpdef int test(int x):

    cdef int y = 1

    cdef int i

    for i in range(x+1):

        y *= i

    return y

注意函數(shù)有一個cpdef來確保我們可以從Python調(diào)用它。另外還需要為函數(shù)中的所有變量設(shè)置類型從而告知C編譯器。

接下來，創(chuàng)建一個setup.py文件，該文件將Cython代碼編譯為C代碼：

from distutils.core import setup
from Cython.Build import cythonize
setup(ext_modules = cythonize('run_cython.pyx'))

并執(zhí)行編譯：

python setup.py build_ext --inplace

搞定！我們的C代碼已經(jīng)編譯好并且可以使用了。

在Cython代碼所在的文件夾中擁有運行C代碼所需的所有文件，包括run_cython.c文件，你盡可以進(jìn)去仔細(xì)看個究竟。

現(xiàn)在，我們要測試全新超快速C代碼了！準(zhǔn)備好了嗎？3、2、1、go！

import run_python
import run_cython
import time
 
 
number = 10
 
 
start = time.time()
run_python.test(number)
end =  time.time()
 
py_time = end - start
print("Python time = {}".format(py_time))
 
start = time.time()
run_cython.test(number)
end =  time.time()
 
cy_time = end - start
print("Cython time = {}".format(cy_time))
 
 
print("Speedup = {}".format(py_time / cy_time))

Cython幾乎可以為任何原始Python代碼提供良好的加速，不需要做太多額外的工作。記住，你用的循環(huán)越多、處理的數(shù)據(jù)越多，Cython就越有幫助。

看看下表，其中顯示了Cython為不同的階乘值提供了多少速度。我們使用Cython獲得了超過36倍的加速！

到此這篇關(guān)于能讓Python提速超40倍的神器Cython詳解的文章就介紹到這了,更多相關(guān)Cython加速Python內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！