python - 如何在不使用 cythonizing 的情况下以纯 pythonic 方式优化 python 代码

Question

编辑:

(与之前的版本相比，这篇文章已进行了大量编辑)。

为了测试目的，我有一个模块，比如 ptest.py :

# ptest.py
def testfunc(*args) :
    # Some process that can take significant time. There may be some integers larger than 2^64.

将其 cythonizing 后，比如说，ctest.pyx 我通过一些进一步的测试(如预期的那样)提高了性能。

现在对于一些足够大的整数值，程序可能会抛出 OverflowError 而在纯 python 中这可能不会发生。在这种情况下，我可以像在 python 中那样在 cython 中使用信息(例如，ValueError('The number should not be greater than some value'))引发 SomeError 吗？

我也是这样

if n > 2**64:
    raise ValueError("Number should be a non negative integer less than 2^64.")

它一直显示:OverflowError: Python int too large to convert to C unsigned long。似乎完全忽略了条件。

那么，我该如何通知用户呢？最后，我可以在纯 python 中使用 cython 而不对整个程序进行 cython 化(即没有设置、构建等)，因为我不想失去 python 的那些功能(在这种情况下引发异常、处理足够大的整数等。 )?

我尝试了 cython 模块中的其他方法(遵循 Cython 文档)，例如 cython.declare、cython.exceptval 等在 .py 文件中，但它们似乎都未能提高性能。我还没有接触过 ctypes，因为我想事先了解适当的技术。

Answer 1

我对值为 n==1_000 的 OP 代码计时并运行了 10_000 次。持续时间约为 0.77 秒

更改代码以使用列表理解如下:

def testfunc(n: int) -> list :
    return [n_ for n_ in range(n, 0, -1)]

...将持续时间减少到 ~0.26 秒