用cython编写程序能够得到更高的性能

我最喜欢的是Python，它的代码优雅而实用，可惜纯粹从速度上来看它比大多数语言都要慢。大多数人也认为的速度和易于使用是两极对立的——编写C代码的确非常痛苦。而 Cython 试图消除这种两重性，并让你同时拥有 Python 的语法和 C 数据类型和函数——它们两个都是世界上最好的。请记住，我绝不是我在这方面的专家，这是我的第一次Cython真实体验的笔记：

编辑：根据一些我收到的反馈，大家似乎有点混淆——Cython是用来生成 C 扩展到而不是独立的程序的。所有的加速都是针对一个已经存在的 Python 应用的一个函数进行的。没有使用C 或 Lisp 重写整个应用程序，也没有手写C扩展 。只是用一个简单的方法来整合C的速度和C数据类型到 Python 函数中去。

现在可以说，我们能使下文的great_circle 函数更快。所谓great_circle 是计算沿地球表面两点之间的距离的问题：

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)))

    returnradius*c

让我们调用它 50 万次并测定它的时间 ：

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"

约2.2秒 。它太慢了！

让我们试着快速地用Cython改写它，然后看看是否有差别：

import math

def great_circle(floatlon1,floatlat1,floatlon2,floatlat2):

    cdef floatradius = 3956.0

    cdef floatpi = 3.14159265

    cdef floatx = pi/180.0

    cdef floata,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)))

    returnradius*c

请注意，我们仍然importmath——cython让您在一定程度上混搭Python和C数据类型在。转换是自动的，但并非没有代价。在这个例子中我们所做的就是定义一个Python函数，声明它的输入参数是浮点数类型，并为所有变量声明类型为C浮点数据类型。计算部分它仍然使用了Python的 math 模块。

现在我们需要将其转换为C代码再编译为Python扩展。完成这一部的最好的办法是编写一个名为setup.py发布脚本。但是，现在我们用手工方式 ，以了解其中的巫术：

# 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 -oc1.so

现在你应该有一个c1.so（或.dll）文件，它可以被Python import。现在运行一下：

    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"

约1.8秒 。并没有我们一开始期望的那种大大的性能提升。使用 python 的 math 模块应该是瓶颈。现在让我们使用C标准库替代之：

cdef extern from"math.h":

    floatcosf(floattheta)

    floatsinf(floattheta)

    floatacosf(floattheta)

def great_circle(floatlon1,floatlat1,floatlon2,floatlat2):

    cdef floatradius = 3956.0

    cdef floatpi = 3.14159265

    cdef floatx = pi/180.0

    cdef floata,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)))

    returnradius*c

与 import math 相应，我们使用cdef extern 的方式使用从指定头文件声明函数（在此就是使用C标准库的math.h）。我们替代了代价高昂的的Python函数，然后建立新的共享库，并重新测试

    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"

现在有点喜欢它了吧？0.4秒 –比纯Python函数有5倍的速度增长。我们还有什么方法可以再提高速度？c2.great_circle（）仍是一个Python函数调用，这意味着它产生Python的API的开销（构建参数元组等），如果我们可以写一个纯粹的C函数的话，我们也许能够加快速度。

cdef extern from"math.h":  

    floatcosf(floattheta)  

    floatsinf(floattheta)  

    floatacosf(floattheta)  

  

cdef float_great_circle(floatlon1,floatlat1,floatlon2,floatlat2):  

    cdef floatradius = 3956.0  

    cdef floatpi = 3.14159265  

    cdef floatx = pi/180.0  

    cdef floata,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)))  

    returnradius*c  

  

defgreat_circle(floatlon1,floatlat1,floatlon2,floatlat2,intnum):  

    cdef inti  

    cdef floatx  

    forifrom0 < = i < num:  

        x = _great_circle(lon1,lat1,lon2,lat2)  

    returnx

请注意，我们仍然有一个Python函数（ def ），它接受一个额外的参数 num。这个函数里的循环使用for i from 0 < = i< num: ，而不是更Pythonic，但慢得多的for i in range(num):。真正的计算工作是在C函数（cdef）中进行的，它返回float类型。这个版本只要0.2秒——比原先的Python函数速度提高10倍。

为了证明我们所做的已经足够优化，可以用纯C写一个小应用，然后测定时间：

#include

#include   

#define NUM 500000  

  

floatgreat_circle(floatlon1,floatlat1,floatlon2,floatlat2){  

    floatradius = 3956.0;  

    floatpi = 3.14159265;  

    floatx = pi/180.0;  

    floata,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)));  

    returnradius*c;  

}  

  

intmain(){  

    inti;  

    floatx;  

    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编译它，测试用time./ctest …大约0.2秒 。这使我有信心，我Cython扩展相对于我的C代码也极有效率（这并不是说我的C编程能力很弱）。

能够用 cython 优化多少性能通常取决于有多少循环，数字运算和Python函数调用，这些都会让程序变慢。已经有一些人报告说在某些案例上 100 至 1000 倍的速度提升。至于其他的任务，可能不会那么有用。在疯狂地用 Cython重写 Python 代码之前，记住这一点：

“我们应该忘记小的效率，过早的优化是一切罪恶的根源，有 97% 的案例如此。“——DonaldKnuth

换句话说，先用 Python 编写程序，然后看它是否能够满足需要。大多数情况下，它的性能已经足够好了……但有时候真的觉得慢了，那就使用分析器找到瓶颈函数，然后用cython重写，很快就能够得到更高的性能。