知識星球
我最喜歡的是Python，它的程式碼優雅而實用，可惜純粹從速度上來看它比大多數語言都要慢。大多數人也認為的速度和易於使用是兩極對立的——編寫C程式碼的確非常痛苦。而 Cython 試圖消除這種兩重性，並讓你同時擁有 Python 的語法和 C 資料型別和函式——它們兩個都是世界上最好的。請記住，我絕不是我在這方面的專家，這是我的第一次Cython真物體驗的筆記：
編輯：根據一些我收到的反饋，大家似乎有點混淆——Cython是用來生成 C 擴充套件到而不是獨立的程式的。所有的加速都是針對一個已經存在的 Python 應用的一個函式進行的。沒有使用C 或 Lisp 重寫整個應用程式，也沒有手寫C擴充套件 。只是用一個簡單的方法來整合C的速度和C資料型別到 Python 函式中去。
現在可以說，我們能使下文的great_circle 函式更快。所謂great_circle 是計算沿地球錶面兩點之間的距離的問題：
import math
def great_circle(lon1,lat1,lon2,lat2):
radius = 3956 #miles
x = math.pi/180.0
a = (90.0–lat1)*(x)
b = (90.0–lat2)*(x)
theta = (lon2–lon1)*(x)
c = math.acos((math.cos(a)*math.cos(b)) +
(math.sin(a)*math.sin(b)*math.cos(theta)))
return radius*c
讓我們呼叫它 50 萬次並測定它的時間 ：
import timeit
lon1, lat1, lon2, lat2 = –72.345, 34.323, –61.823, 54.826
num = 500000
t = timeit.Timer(“p1.great_circle(%f,%f,%f,%f)” % (lon1,lat1,lon2,lat2),
“import p1”)
print “Pure python function”, t.timeit(num), “sec”
約2.2秒 。它太慢了！
讓我們試著快速地用Cython改寫它，然後看看是否有差別：
import math
def great_circle(float lon1,float lat1,float lon2,float lat2):
cdef float radius = 3956.0
cdef float pi = 3.14159265
cdef float x = pi/180.0
cdef float a,b,theta,c
a = (90.0–lat1)*(x)
b = (90.0–lat2)*(x)
theta = (lon2–lon1)*(x)
c = math.acos((math.cos(a)*math.cos(b)) + (math.sin(a)*math.sin(b)*math.cos(theta)))
return radius*c
請註意，我們仍然importmath——cython讓您在一定程度上混搭Python和C資料型別在。轉換是自動的，但並非沒有代價。在這個例子中我們所做的就是定義一個Python函式，宣告它的輸入引數是浮點數型別，併為所有變數宣告型別為C浮點資料型別。計算部分它仍然使用了Python的 math 模組。
現在我們需要將其轉換為C程式碼再編譯為Python擴充套件。完成這一部的最好的辦法是編寫一個名為setup.py釋出指令碼。但是，現在我們用手工方式 ，以瞭解其中的巫術：
# this will create a c1.c file – the C source code to build a python extension
cython c1.pyx
# Compile the object file
gcc –c –fPIC –I/usr/include/python2.5/ c1.c
# Link it into a shared library
gcc –shared c1.o –o c1.so
現在你應該有一個c1.so（或.dll）檔案，它可以被Python import。現在執行一下：
t = timeit.Timer(“c1.great_circle(%f,%f,%f,%f)” % (lon1,lat1,lon2,lat2),
“import c1”)
print “Cython function (still using python math)”, t.timeit(num), “sec”
約1.8秒 。並沒有我們一開始期望的那種大大的效能提升。使用 python 的 math 模組應該是瓶頸。現在讓我們使用C標準庫替代之：
cdef extern from “math.h”:
float cosf(float theta)
float sinf(float theta)
float acosf(float theta)
def great_circle(float lon1,float lat1,float lon2,float lat2):
cdef float radius = 3956.0
cdef float pi = 3.14159265
cdef float x = pi/180.0
cdef float a,b,theta,c
a = (90.0–lat1)*(x)
b = (90.0–lat2)*(x)
theta = (lon2–lon1)*(x)
c = acosf((cosf(a)*cosf(b)) + (sinf(a)*sinf(b)*cosf(theta)))
return radius*c
與 import math 相應，我們使用cdef extern 的方式使用從指定頭檔案宣告函式（在此就是使用C標準庫的math.h）。我們替代了代價高昂的的Python函式，然後建立新的共享庫，並重新測試
t = timeit.Timer(“c2.great_circle(%f,%f,%f,%f)” % (lon1,lat1,lon2,lat2),
“import c2”)
print “Cython function (using trig function from math.h)”, t.timeit(num), “sec”
現在有點喜歡它了吧？0.4秒 –比純Python函式有5倍的速度增長。我們還有什麼方法可以再提高速度？c2.great_circle（）仍是一個Python函式呼叫，這意味著它產生Python的API的開銷（構建引數元組等），如果我們可以寫一個純粹的C函式的話，我們也許能夠加快速度。
cdef extern from “math.h”:
float cosf(float theta)
float sinf(float theta)
float acosf(float theta)
cdef float _great_circle(float lon1,float lat1,float lon2,float lat2):
cdef float radius = 3956.0
cdef float pi = 3.14159265
cdef float x = pi/180.0
cdef float a,b,theta,c
a = (90.0–lat1)*(x)
b = (90.0–lat2)*(x)
theta = (lon2–lon1)*(x)
c = acosf((cosf(a)*cosf(b)) + (sinf(a)*sinf(b)*cosf(theta)))
return radius*c
def great_circle(float lon1,float lat1,float lon2,float lat2,int num):
cdef int i
cdef float x
for i from 0 < = i num:
x = _great_circle(lon1,lat1,lon2,lat2)
return x
請註意，我們仍然有一個Python函式（ def ），它接受一個額外的引數 num。這個函式裡的迴圈使用for i from 0 < = i< num: ，而不是更Pythonic，但慢得多的for i in range(num):。真正的計算工作是在C函式（cdef）中進行的，它傳回float型別。這個版本只要0.2秒——比原先的Python函式速度提高10倍。
為了證明我們所做的已經足夠最佳化，可以用純C寫一個小應用，然後測定時間：
#include
#include
#define NUM 500000
float great_circle(float lon1, float lat1, float lon2, float lat2){
float radius = 3956.0;
float pi = 3.14159265;
float x = pi/180.0;
float a,b,theta,c;
a = (90.0–lat1)*(x);
b = (90.0–lat2)*(x);
theta = (lon2–lon1)*(x);
c = acos((cos(a)*cos(b)) + (sin(a)*sin(b)*cos(theta)));
return radius*c;
}
int main() {
int i;
float x;
for (i=0; i < = NUM; i++)
x = great_circle(–72.345, 34.323, –61.823, 54.826);
printf(“%f”, x);
}
用gcc -lm -octest ctest.c編譯它，測試用time./ctest …大約0.2秒 。這使我有信心，我Cython擴充套件相對於我的C程式碼也極有效率（這並不是說我的C程式設計能力很弱）。
能夠用 cython 最佳化多少效能通常取決於有多少迴圈，數字運算和Python函式呼叫，這些都會讓程式變慢。已經有一些人報告說在某些案例上 100 至 1000 倍的速度提升。至於其他的任務，可能不會那麼有用。在瘋狂地用 Cython重寫 Python 程式碼之前，記住這一點：
“我們應該忘記小的效率，過早的最佳化是一切罪惡的根源，有 97% 的案例如此。“——DonaldKnuth
換句話說，先用 Python 編寫程式，然後看它是否能夠滿足需要。大多數情況下，它的效能已經足夠好了……但有時候真的覺得慢了，那就使用分析器找到瓶頸函式，然後用cython重寫，很快就能夠得到更高的效能。
外部連結
WorldMill（http://trac.gispython.org/projects/PCL/wiki/WorldMill）——由Sean Gillies 用 Cython 編寫的一個快速的，提供簡潔的 python 介面的模組，封裝了用以處理向量地理空間資料的 libgdal 庫。
編寫更快的 Pyrex 程式碼（http://www.sagemath.org:9001/WritingFastPyrexCode）——Pyrex，是 Cython 的前身，它們有類似的標的和語法。
來源：laiyonghao
blog.csdn.net/gzlaiyonghao/article/details/4561611
————近期開班————
馬哥聯合BAT、豆瓣等一線網際網路Python開發達人，根據目前企業需求的Python開發人才進行了深度定製，加入了大量一線網際網路公司：大眾點評、餓了麼、騰訊等生產環境真是專案，課程由淺入深，從Python基礎到Python高階，讓你融匯貫通Python基礎理論，手把手教學讓你具備Python自動化開發需要的前端介面開發、Web框架、大監控系統、CMDB系統、認證堡壘機、自動化流程平臺六大實戰能力，讓你從0開始蛻變成Hold住年薪20萬的Python自動化開發人才。
10期面授班：2018年03月05號（北京）
09期網路班：騰訊課堂隨到隨學（網路）
掃描二維碼領取學習資料
更多Python好文請點選【閱讀原文】哦
↓↓↓
