作者：perrygeo
譯者：賴勇浩（http://laiyonghao.com）
原文：http://www.perrygeo.net/wordpress/?p=116

我最喜歡的是Python，它的代碼優(yōu)雅而實用，可惜純粹從速度上來看它比大多數(shù)語言都要慢。大多數(shù)人也認為的速度和易于使用是兩極對立的——編寫C代碼的確非常痛苦。而 Cython 試圖消除這種兩重性，并讓你同時擁有 Python 的語法和 C 數(shù)據(jù)類型和函數(shù)——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真實體驗的筆記：

編輯：根據(jù)一些我收到的反饋，大家似乎有點混淆——Cython是用來生成 C 擴展到而不是獨立的程序的。所有的加速都是針對一個已經存在的 Python 應用的一個函數(shù)進行的。沒有使用 C 或 Lisp 重寫整個應用程序，也沒有手寫C擴展 。只是用一個簡單的方法來整合C的速度和C數(shù)據(jù)類型到 Python 函數(shù)中去。

現(xiàn)在可以說，我們能使下文的 great_circle 函數(shù)更快。所謂 great_circle 是計算沿地球表面兩點之間的距離的問題：

p1.py

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

讓我們調用它 50 萬次并測定它的時間 ：

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，然后看看是否有差別：
c1.pyx

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

請注意，我們仍然import math——cython讓您在一定程度上混搭Python和C數(shù)據(jù)類型在。轉換是自動的，但并非沒有代價。在這個例子中我們所做的就是定義一個Python函數(shù)，聲明它的輸入?yún)?shù)是浮點數(shù)類型，并為所有變量聲明類型為C浮點數(shù)據(jù)類型。計算部分它仍然使用了Python的 math 模塊。

現(xiàn)在我們需要將其轉換為C代碼再編譯為Python擴展。完成這一部的最好的辦法是編寫一個名為setup.py發(fā)布腳本。但是，現(xiàn)在我們用手工方式 ，以了解其中的巫術：

# 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(xiàn)在你應該有一個c1.so（或.dll）文件，它可以被Python import?，F(xiàn)在運行一下：

    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), "s

約1.8秒 。并沒有我們一開始期望的那種大大的性能提升。使用 python 的 match 模塊應該是瓶頸?，F(xiàn)在讓我們使用C標準庫替代之：

c2.pyx

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*cec"

與 import math 相應，我們使用cdef extern 的方式使用從指定頭文件聲明函數(shù)（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函數(shù)，然后建立新的共享庫，并重新測試：

    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(xiàn)在有點喜歡它了吧？0.4秒 -比純Python函數(shù)有5倍的速度增長。我們還有什么方法可以再提高速度？c2.great_circle（）仍是一個Python函數(shù)調用，這意味著它產生Python的API的開銷（構建參數(shù)元組等），如果我們可以寫一個純粹的C函數(shù)的話，我們也許能夠加快速度。

c3.pyx

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

請注意，我們仍然有一個Python函數(shù)（ def ），它接受一個額外的參數(shù) num。這個函數(shù)里的循環(huán)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函數(shù)（cdef）中進行的，它返回float類型。這個版本只要0.2秒——比原先的Python函數(shù)速度提高10倍。

為了證明我們所做的已經足夠優(yōu)化，可以用純C寫一個小應用，然后測定時間：

#include <math .h>

#include <stdio .h>

#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 -o ctest ctest.c編譯它，測試用time ./ctest ...大約0.2秒 。這使我有信心，我Cython擴展相對于我的C代碼也極有效率（這并不是說我的C編程能力很弱）。

能夠用 cython 優(yōu)化多少性能通常取決于有多少循環(huán)，數(shù)字運算和Python函數(shù)調用，這些都會讓程序變慢。已經有一些人報告說在某些案例上 100 至 1000 倍的速度提升。至于其他的任務，可能不會那么有用。在瘋狂地用 Cython 重寫 Python 代碼之前，記住這一點：

"我們應該忘記小的效率，過早的優(yōu)化是一切罪惡的根源，有 97% 的案例如此。"——Donald Knuth

換句話說，先用 Python 編寫程序，然后看它是否能夠滿足需要。大多數(shù)情況下，它的性能已經足夠好了……但有時候真的覺得慢了，那就使用分析器找到瓶頸函數(shù)，然后用cython重寫，很快就能夠得到更高的性能。

外部鏈接
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 接口的模塊，封裝了用以處理矢量地理空間數(shù)據(jù)的 libgdal 庫。

編寫更快的 Pyrex 代碼（http://www.sagemath.org:9001/WritingFastPyrexCode）——Pyrex，是 Cython 的前身，它們有類似的目標和語法。

最新評論