用Cython加速Python代码，快到起飞！

点击上方“Python数据科学”，选择“星标”公众号

重磅干货，第一时间送达

编译 | sunlei

发布 | ATYUN订阅号

本文介绍

如果您曾经用Python编写过代码，那么等待某些代码块执行的时间可能比您希望的要长。虽然有一些方法可以提高代码的效率，但它很可能仍然比C代码慢。这主要归结为一个事实：Python是一种动态编程语言，它将许多东西移动到C在编译期间负责的运行时。

不过，如果您像我一样喜欢用Python编写代码，并且仍然希望加快代码的速度，那么您可以考虑使用Cython。虽然Cython本身是一种独立的编程语言，但是很容易将其融入到您的工作流程中，例如Jupyter Notebook。在执行时，Cython将您的Python代码转换为C，通常会显著地加快速度。

安装Cython

为了能够使用Cython，您需要一个C编译器。因此，安装过程会根据您当前的操作系统而有所不同。对于Linux，通常存在GNUC编译器(gncc)。对于Mac OS，您可以下载Xcode来获得gncc。如果您应该使用Windows，安装过程会稍微复杂一些。更多信息请访问Cython’s GitHub。

一旦你有了C编译器，你需要在你的终端运行的是:

1pip install Cython

如何使用Cython

演示Cython功能的最简单方法是通过Jupyter Notebooks。要在我们的笔记本中使用Cython，我们将使用IPython magic命令。Magic命令以百分号开始，并提供一些额外的功能，这些功能可以增强工作流。通常，有两种类型的Magic命令:

1. 行magic由单个“%”表示，并且只在一行输入进行操作

2. 单元格magic由两个“%”表示，并在多行输入上操作。

让我们开始:

首先，为了能够使用Cython，我们必须运行:

1%load_ext Cython

现在，每当我们想在代码单元中运行Cython时，我们必须首先将以下magic命令放入单元格：

1%%cython

完成这些之后，就可以开始编写Cython代码了。

Cython跑得有多快?

与普通Python代码相比，Cython的速度快多少实际上取决于代码本身。例如，如果您正在运行具有许多变量的计算开销较大的循环，Cython将大大优于常规Python代码。递归函数也会使Cython比Python快很多。

让我们用斐波那契数列来证明这一点。简单地说，这个算法通过把前两个数相加找到下一个数。下面是Python中可能出现的情况:

我们让Python工作:

如您所见，找到序列中的第39个数字花费了13.3秒。这里的wall time是指从函数调用开始到结束所花费的总时间。

让我们在Cython中定义相同的函数。

这是怎么回事？正如你所看到的，我们正在使用一些单元魔法，使我们可以在这个单元中使用Cython。我将很快解释“-a”选项的作用。然后，我们基本上使用与上面相同的代码，只是现在我们能够使用静态类型声明并将n定义为integer类型。

正如您所看到的，通过在magic命令后面添加’ -a ‘，我们收到了一些注释，这些注释向我们展示了代码中有多少Python交互。这里的目标是去掉所有的黄线，让它们有一个白色的背景。在这种情况下，将不存在Python交互，所有代码都将在C中运行。您还可以单击每行旁边的“+”符号，查看Python代码的C转换。

这个代码快了多少？让我们看看：

本例中，Cython的速度大约是Python的6.75倍。这清楚地展示了利用Cython节省时间的能力，与常规Python代码相比，Cython提供了最大的改进。

附加选项

如果您已经了解C语言，Cython还允许访问C代码，而Cython的创建者还没有为这些代码添加现成的声明。例如，使用以下代码，可以为C函数生成Python包装器并将其添加到模块dict中。

Cython证明了许多额外的功能，比如并行性，这些功能在文档中都得到了很好的描述，您可以在这里找到这些功能。

结论

如果您有时遇到不得不等待太长时间才能执行python代码的问题，那么cython提供了一种非常灵活的集成和高效的方法来加速代码的执行。最重要的是，如果您对C稍微熟悉一点，它提供了许多进一步优化代码的功能。如果您有任何建议或评论，请随时与我联系。

原文链接

https://towardsdatascience.com/speed-up-your-python-code-with-cython-8879105f2b6f

---

/ 今日赠送书籍 /

编辑推荐：

很系统：讲解19种机器学习经典算法，依次击破重难点

很图示：书中包括113张图解说明，方便读者理解

很实用：囊括文本识别、语音识别、图形识别、人脸认识等

很实战：31个实例、13个案例，详解TensorFlow机器学习

内容简介：《Python TensorFlow机器学习实战》内容共分为11章，首先介绍TensorFlow的基本知识，通过实例逐步深入地讲解线性回归、支持向量机、神经网络算法和无监督学习等常见的机器学习算法模型。然后通过TensorFlow在自然语言文本处理、语音识别、图形识别和人脸识别等方面的成功应用讲解TensorFlow的实际开发过程。 《Python TensorFlow机器学习实战》适合有一定Python基础的工程师阅读；对于有一定基础的读者，可通过《Python TensorFlow机器学习实战》快速地将TensorFlow应用到实际开发中；对于高等院校的学生和培训机构的学员，《Python TensorFlow机器学习实战》也是入门和实践机器学习的优秀教材。 

👆扫描上方二维码购买

---

恭喜上期留言读者成功混脸熟，赠送书籍一本。

请Maverick同学联系小编：homenlove

/ 今日留言主题 /

你觉得Python速度很慢吗？

---

推荐阅读