快捷導(dǎo)航

詳解如何利用Cython為Python代碼加速

更新時(shí)間：2018年01月27日 09:38:18 作者：農(nóng)大魯迅

這篇文章主要介紹了詳解如何利用Cython為Python代碼加速,小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

引言

通常，在 Python 中寫循環(huán)（特別是多重循環(huán)）非常的慢，在文章 http://m.fzitv.net/article/133807.htm中，我們的元胞自動(dòng)機(jī)的狀態(tài)更新函數(shù) update_state 使用了兩重循環(huán)，所以我們嘗試用 Cython 重構(gòu)該方法。

代碼

我們在同文件夾下新建一個(gè) update.pyx 文件，寫入如下內(nèi)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):
  """更新一次狀態(tài)"""
  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):
      # 計(jì)算該細(xì)胞周圍的存活細(xì)胞數(shù)
      
      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 函數(shù)上的兩個(gè)裝飾器是用來關(guān)閉 Cython 的邊界檢查的。

在同文件下新建一個(gè) 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?yàn)樵?Cython 文件中使用了 NumPy 的頭文件，所以我們需要在 setup.py 將其包含進(jìn)去。

執(zhí)行 python setup.py build_ext --inplace 后，同文件夾下會(huì)生成一個(gè) update.cp36-win_amd64.pyd 的文件，這就是編譯好的 C 擴(kuò)展。

我們修改原始的代碼，首先在文件頭部加入 import update as cupdate，然后修改更新方法如下

def update_state(self):
  """更新一次狀態(tài)"""
  self.cells = cupdate.update_state(self.cells)
  self.timer += 1

將原方法名就改為 update_state_py 即可，運(yùn)行腳本，無異常。

測速

我們編寫一個(gè)方法來測試一下使用 Cython 可以帶來多少速度的提升

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)

運(yùn)行該方法，在我的電腦上輸出如下