python怎么使用cython

Question

如题所述

Answer 1

1. Cython是什么？

它是一个用来快速生成Python扩展模块(extention module)的工具

语法是Python和c的混血

Cython作为一个Python的编译器，在科学计算方面很流行，用于提高Python的速度，通过OpenMPI库还可以进行吧并行计算。

2. Cython安装（Windows）

我的环境是win7 x64, python27, vs2010

安装的基础是有一个c编译器（这里以vs2010为例）

从http://cython.org下载安装包，解压到一目录，进入该目录，在cmd命令行中执行

python setup.py install

注：执行过程可能遇到问题：Windows下pip安装包报错：Microsoft Visual C++ 9.0 is required Unable to find vcvarsall.bat

解决方案：下载Microsoft Visual C++ Compiler for Python 2.7，点击直接安装即可。

3. 例子

例3.1：入门

创建hello.pyx，内容如下

def say_hello():
print "Hello World!"

创建setup.py，内容如下

from distutils.core import setup
from Cython.Build import cythonize
setup(name = 'Hello world app',
ext_modules = cythonize("hello.pyx"))

编译Cython代码

step1: 把.pyx文件被Cython便以为.c文件
step2: 把.c文件编译为可导入的使用模块.so(Windows下为.pyd)文件

1
2

python setup.py build
python setup.py install

注：可能出现问题：Unable to find vcvarsall.bat

原因：Python 2.7 会搜索 Visual Studio 2008.如果你电脑上没有这个版本的话就会报错。

如果装的是vs2010，那么在cmd命令行中执行

1

SET VS90COMNTOOLS=%VS100COMNTOOLS%

如果装的是vs2010，那么在cmd命令行中执行　

1

SET VS90COMNTOOLS=%VS110COMNTOOLS%

执行

1
2
3

>>> import hello
>>> hello.say_hello()
Hello World!

　　

例3.2 通过静态类型提高速度

在Cython中可以通过标记静态类型来提高速度，凡是标记为静态类型的部分都会将动态语言类型变为简单的c代码，从而提速。

但是如果滥用静态类型，会降低可读性，甚至因类型设置不当导致错误类型检查造成速度降低。

例3.2.1 静态类型变量

Python原生态代码

compute.pyx

def f(x):
return x ** 2 - x
def integrate_f(a, b, N):
s = 0
dx = (b - a) / N
for i in range(N):
x += f(a + i * dx)
return s * dx

setup.py

from distutils.core import setup
from Cython.Build import cythonize
setup(
name = 'Hello world app',
ext_modules = cythonize("compute.pyx"),
)

test.py

import compute
import time
starttime = time.clock()
compute.integrate_f(3.2, 6.9, 1000000)
endtime = time.clock()
print "read: %f s" %(endtime - starttime）

执行

1
2
3

python setup.py build
python setup.py install
python test.py

结果

1

read: 0.332332 s

使用静态变量替换后的代码

compute2.pyx

def f(double x):
return x ** 2 - x
def integrate_f(double a, double b, int N):
cdef int i
cdef double s, dx
s = 0
dx = (b - a) / N
for i in range(N):
s += f(a + i * dx)
return s * d

setup2.py

from distutils.core import setup
from Cython.Build import cythonize
setup(
name = 'Hello world app',
ext_modules = cythonize("compute2.pyx"),
)

test2.py

import compute2
import time
starttime = time.clock()
compute2.integrate_f(3.2, 6.9, 1000000)
endtime = time.clock()
print "read: %f s" %(endtime - starttime)

执行

1
2
3

python setup.py build
python setup.py install
python test.py

结果

1

read: 0.109200s

结论

该测试用例，使用静态类型速度是不使用静态类型的3倍。

例3.2.2 静态类型函数

把compute2.pyx中的函数变为

cdef double f(double x):
return x ** 2 - x
def integrate_f(double a, double b, int N):
cdef int i
cdef double s, dx
s = 0
dx = (b - a) / N
for i in range(N):
s += f(a + i * dx)
return s * dx

结果

1

read: 0.084859 s

结论：比例子3.2.1速度又快了

例3.3 调用C函数

cdef extern from "math.h":
double sin(double)
double cos(double)

cpdef double Sin(double x):
return sin(x)

cpdef double Cos(double x):
return cos(x)

cpdef: 对于Python可使用的函数使用（为了使得在以后的Python程序中调用Sin，Cos函数，用cpdef，而不用cdef）
cdef: 对于C可使用的函数使用

请注意，上面的代码声明了 math.h 里的函数，提供给 Cython 使用。C编译器在编译时将会看到 math.h 的声明，但 Cython 不会去分析 math.h 和单独的定义。

Answer 2

1.找个工具将这个接口API，自动转换成python版本的就可以了。好象是SWIG和Boost。 这两个以前看过，偶尔还试过几次。

2.之所以建议你用自动工具，就是因为python对于C++扩展麻烦些，对于C语言接口可以使用ctypes和cython简单解决。

本回答被网友采纳