用Cython加速Python代碼，速度溜到飛起
介紹
如果你曾用Python編寫代碼，那么你可能花了更多的時間等待某些代碼塊的執行，而不是你想要的。雖然有一些方法可以使您的代碼更有效，但它很可能仍然比C代碼慢。這主要歸結為Python是一種動態編程語言，并將許多東西移動到C語言編譯期間處理的運行時。
不過，如果你像我一樣喜歡用Python編寫代碼并且仍想加速你代碼，你可以考慮使用Cython。雖然Cython本身是一種獨立的編程語言，但很容易將其整合到例如Jupyter筆記本工作流程。在執行時，Cython將您的Python代碼轉換為C，通常會顯著加快它的速度。
安裝Cython
為了能夠使用Cython，您將需要一個C編譯器。因此，安裝過程會因您當前的操作系統而異。對于Linux，通常存在GNU C編譯器(gncc)。對于Mac OS，您可以下載Xcode以獲取gncc。如果您應該使用Windows，則安裝過程會稍微復雜一些。
一旦你有了你的C編譯器，你需要在終端中運行的只有：
- pip install Cython
如何使用Cython
演示Cython功能的最簡單方法是通過Jupyter筆記本。要在我們的筆記本中使用Cython，我們將使用IPython魔術命令。 Magic命令以百分號開頭，并提供一些可以增強工作流程的附加功能。通常，有兩種類型的魔術命令：
- 線條魔法由單個'%'表示，并且僅在一行輸入上操作
- 單元格魔術用兩個'%'表示，并在多行輸入上操作。
讓我們開始吧：
首先，為了能夠使用Cython，我們必須運行：
- ％load_ext Cython
現在，每當我們想在代碼單元中運行Cython時，我們必須首先將以下magic命令放入單元格中：
- %%cython
一旦你完成了，你就可以開始在Cython中開始編碼了。
Cython的速度有多快?
與常規Python代碼相比，Cython的速度有多快取決于代碼本身。例如，如果您運行具有許多變量的計算量很大的循環，Cython將大大優于常規Python代碼。遞歸函數也會使Cython比Python快得多。
讓我們用Fibonacci序列來證明這一點。簡單地說，這個算法通過將前兩個數字相加來找到下一個數字。以下是Python中的內容：
- def fibonacci(n):
- if n < 0:
- print("1st fibonacci number = 0")
- elif n == 1:
- return
- elif n == 2:
- return 1
- else:
- return fibonacci(n-1) + fibonacci(n-2)
讓Python工作：
如您所見，在序列中找到第39個數字需要13.3秒來計算。此處的掛起時間是指從調用該函數開始到結束所用的總時間。
讓我們在Cython中定義相同的函數。
這里發生了什么?正如您所看到的，我們正在使用一些單元格魔術，允許我們在此單元格中使用Cython。我將很快解釋'-a'選項的作用。然后，我們基本上采用與上面相同的代碼，除了現在我們能夠使用靜態類型聲明并將n定義為整數類型這一事實。
正如您所看到的，通過在magic命令之后添加'-a'，我們收到了注釋，向我們展示了代碼中有多少Python交互。這里的目標是擺脫所有的黃線，讓他們有一個白色的背景。在這種情況下，將不會有Python交互，所有代碼都將在C中運行。您還可以單擊每行旁邊的“+”符號以查看Python代碼的C轉換。
這段代碼多快了多少?我們來看看：
在這種情況下，Cython比Python快約6.75倍。這清楚地展示了利用Cython節省時間的能力，它提供了比常規Python代碼最大的改進。
其他選項
如果您已經知道C、Cython還允許訪問C代碼，Cython的制造商尚未添加即用型聲明。例如，使用以下代碼，您可以為C函數生成Python包裝器，并將其添加到模塊dict中。
- %%cython
- cdef extern from "math.h":
- cpdef double sin(double x)
Cython證明了許多其他功能，例如并行性，這些功能在其文檔中描述非常簡潔。
結論
如果您有時遇到不得不等待太長時間才能執行Python代碼的問題，Cython提供了一種非常整齊且高效的方法來加速您的代碼。最重要的是，它提供了許多進一步優化您的合作的功能。
