python - Cython 速度提升与可用性

Question

关闭。这个问题是 opinion-based .它目前不接受答案。

---

想要改进这个问题吗？ 更新问题，以便 editing this post 提供事实和引用来回答它.

关闭 4 年前。

Improve this question

我刚刚遇到 Cython，当时我正在寻找优化 Python 代码的方法。我阅读了有关 Stack Overflow、python wiki 的各种帖子，并阅读了文章“优化的一般规则”。

Cython 是我最感兴趣的东西；您可以选择在自己的 python 代码中包含其他数据类型，而不是自己编写 C 代码。

这是我尝试过的一个愚蠢的测试，

#!/usr/bin/python
# test.pyx
def test(value):
    for i in xrange(value):
    i**2
    if(i==1000000):
        print i

test(10000001)

$ time python test.pyx

real    0m16.774s 
user    0m16.745s
sys     0m0.024s

$ time cython test.pyx

real    0m0.513s 
user    0m0.196s 
sys     0m0.052s

现在，老实说，我傻眼了。我在这里使用的代码是纯python代码，我改变的只是解释器。在这种情况下，如果 cython 这么好，那为什么人们还用传统的 Python 解释器呢？ Cython 是否存在任何可靠性问题？

Answer 1

其他答案已经解释了您是如何编译 Cython 代码，而不是执行它。但是，我认为您可能想知道 Cython 可以使您的代码多快。当我用 distutils 编译你的代码时(虽然我从不同的模块运行函数) ，与直接使用 Python 相比，我获得了非常小的速度提升——大约 1%。但是，当我对您的代码添加一些小改动时:

def test(long long value):
    cdef long long i
    cdef long long z
    for i in xrange(value):
        z = i**2
        if(i==1000000):
            print i
        if z < i:
            print "yes"

并编译它，我得到了以下时间:

• 纯 Python 代码: 20.4553578737 秒
• Cython 代码: 0.199339860234 秒

这是 100 倍的加速。不会太破旧。