如何使用Cython為Python編寫更快的C擴展

本篇文章為大家展示了如何使用Cython為Python編寫更快的C擴展，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

在我們這個包含了 7 個 PyPI 庫的系列文章中學(xué)習(xí)解決常見的 Python 問題的方法。

Python 是當(dāng)今使用最多的流行編程語言之一，因為：它是開源的，它有廣泛的用途（例如 Web 編程、業(yè)務(wù)應(yīng)用、游戲、科學(xué)編程等等），它有一個充滿活力和專注的社區(qū)支持它。這個社區(qū)可以讓我們在 Python Package Index（PyPI）中有如此龐大、多樣化的軟件包，用以擴展和改進 Python 并解決不可避免的問題。

在本系列中，我們將介紹七個可以幫助你解決常見 Python 問題的 PyPI 庫。首先是 Cython，一個簡化 Python 編寫 C 擴展的語言。

Cython

使用 Python 很有趣，但有時，用它編寫的程序可能很慢。所有的運行時動態(tài)調(diào)度會帶來很大的代價：有時它比用 C 或 Rust 等系統(tǒng)語言編寫的等效代碼慢 10 倍。

將代碼遷移到一種全新的語言可能會在成本和可靠性方面付出巨大代價：所有的手工重寫工作都將不可避免地引入錯誤。我們可以兩者兼得么？

為了練習(xí)一下優(yōu)化，我們需要一些慢代碼。有什么比斐波那契數(shù)列的意外指數(shù)實現(xiàn)更慢？

def fib(n):  if n < 2:    return 1  return fib(n-1) + fib(n-2)

由于對 fib 的調(diào)用會導(dǎo)致兩次再次調(diào)用，因此這種效率極低的算法需要很長時間才能執(zhí)行。例如，在我的新筆記本電腦上，fib(36) 需要大約 4.5 秒。這個 4.5 秒會成為我們探索 Python 的 Cython 擴展能提供的幫助的基準(zhǔn)。

使用 Cython 的正確方法是將其集成到 setup.py 中。然而，使用 pyximport 可以快速地進行嘗試。讓我們將 fib 代碼放在 fib.pyx 中并使用 Cython 運行它。

>>> import pyximport; pyximport.install()>>> import fib>>> fib.fib(36)

只使用 Cython 而不修改代碼，這個算法在我筆記本上花費的時間減少到大約 2.5 秒。幾乎無需任何努力，這幾乎減少了 50％ 的運行時間。當(dāng)然，得到了一個不錯的成果。

加把勁，我們可以讓它變得更快。

cpdef int fib(int n):  if n < 2:    return 1  return fib(n - 1) + fib(n - 2)

我們將 fib 中的代碼變成用 cpdef 定義的函數(shù)，并添加了兩個類型注釋：它接受一個整數(shù)并返回一個整數(shù)。

這個變得快多了，大約只用了 0.05 秒。它是如此之快，以至于我可能開始懷疑我的測量方法包含噪聲：之前，這種噪聲在信號中丟失了。

當(dāng)下次你的 Python 代碼花費太多 CPU 時間時，也許會導(dǎo)致風(fēng)扇狂轉(zhuǎn)，為何不看看 Cython 是否可以解決問題呢？

上述內(nèi)容就是如何使用Cython為Python編寫更快的C擴展，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注億速云行業(yè)資訊頻道。