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循環卻無法放入矩陣因為數據必須按順序處理，那么就可以使用Cython來加速Python。

1、什么是Cython？

根據維基百科：Cython是結合了Python和C的語法的一種語言，可以簡單的認為就是給Python加上了靜態類型后的語法，使用者可以維持大部分的Python語法，而不需要大幅度調整主要的程式邏輯與算法。但由于會直接編譯為二進制程序，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，以取得較高的執行效能。Cython將CPython代碼轉譯成 C 或 C++ 語法后，自動包裝上函式呼叫界面生成 .pyx 后綴的執行檔，即可當成普通的函式庫。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，和C一樣。使用純Python，變量的類型是動態確定的。Cython中類型的顯式聲明是可以轉換為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。

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！準備好…

3、使用Cython加速代碼

我們要做的第一件事就是設置Python代碼基準：用于計算數字階乘的for循環。 

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

注意函數有一個cpdef來確保我們可以從Python調用它。另外還需要為函數中的所有變量設置類型從而告知C編譯器。

接下來，創建一個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'))

并執行編譯：

python setup.py build_ext --inplace

搞定！我們的C代碼已經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，你盡可以進去仔細看個究竟。

現在，我們要測試全新超快速C代碼了！準備好了嗎？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，你用的循環越多、處理的數據越多，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Cython加速Python內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！