Cython入門Demo（Linux）

眾所周知，Python語言是非常簡單易用的，但是python程序在運行速度上還是有一些缺陷。於是，Cython就應運而生了，Cython作為Python的C擴展，保留了Python的語法特點，集成C語言的參數類型指定等特點，從而加快Python代碼的運行速度。本文章就Cython的入門給出一個Demo，供大家參考(以下所涉及文件均在同一目錄下,Python環境為Python3)。

首先，當然是配置Cython的運行環境了，在當前的python環境下，需要有pip工具，沒有的話建議你安裝一個，https://pypi.org/project/pip/。擁有pip工具后，只需要運行如下命令即可搭建好Cython的運行環境了：

pip install cython

接下來，寫一個名為python_evan.py的Python代碼：

import math

def my_evan(a ,b):
    x = math.pi/180.0
    c = math.sin(a*x) + math.cos(b*x)
    r = math.sin(c*a) + math.cos(c*b)
    return r

然后，為上面的Python代碼寫一個與其對應的名為cython_evan.pyx的Cython代碼：

 

cimport cython

cdef extern from "math.h":
    float cosf(float theta)
    float sinf(float theta)

cdef float _my_evan(float a,float b):
    cdef float pi = 3.14159265
    cdef float x = pi/180.0

    cdef float c = sinf(a*x) + cosf(b*x)
    cdef float r = sinf(c*a) + cosf(c*b)
    return r

def my_evan(float a,float b):
    cdef float x = _my_evan(a, b)
    return x

基本概念：

• Cython程序的擴展名是.pyx
• cimport是Cython中用來引用.pxd文件的命令
• Cython的函數使用cdef定義，並且它可以給所有參數以及返回值指定類型

注意這里使用cdef extern 的方式使用從指定頭文件聲明函數（在此就是使用C標准庫的math.h，而非Python庫中math）。 

此時，需要使用如下命令對上面的Cython文件進行編譯，編譯過程會調用Python或C\C++相關函數，編輯完成后會生成名為cython_evan.c文件。

cython cython_evan.pyx

如果運行以上代碼出錯，請查看當前系統中是否安裝C或C++。

以上步驟完成后，需要寫一個名為setup.py的文件來生成動態庫以供Python進行調用，setup.py文件示例如下：

# setup.py
# python setup.py build_ext --inplace
from distutils.core import setup, Extension
from Cython.Build import cythonize
import numpy

setup(ext_modules = cythonize(Extension(
    'cython_evan',
    sources=['cython_evan.pyx'],
    language='c',
    include_dirs=[numpy.get_include()],
    library_dirs=[],
    libraries=[],
    extra_compile_args=[],
    extra_link_args=[]
)))

參數說明：

• ‘cython_evan’ 是我們要生成的動態鏈接庫的名字
• sources 里面可以包含 .pyx 文件，以及后面如果我們要調用 C/C++ 程序的話，還可以往里面加 .c / .cpp 文件
• language 其實默認就是 c，如果要用 C++，改成 c++
• include_dirs 這個就是傳給 gcc 的 -I 參數（numpy.get_include()其實這個只是示例，本程序不需要）
• library_dirs 這個就是傳給 gcc 的 -L 參數
• libraries 這個就是傳給 gcc 的 -l 參數
• extra_compile_args 就是傳給 gcc 的額外的編譯參數，比方說你可以傳一個 -std=c++11
• extra_link_args 就是傳給 gcc 的額外的鏈接參數（也就是生成動態鏈接庫的時候用的）

setup.py文件書寫完成后您可以使用如下命令把Cython程序編譯成動態鏈接庫：

python setup.py build_ext --inplace

當上述命令運行成功后，可以看到當前目錄多出來一個cython_evan.so(動態鏈接庫)和一個build目錄等。

最后，來寫一個Test.py文件對Python和Cython的計算時間進行對比：

import timeit

a, b = 30, 60
num = 8000000000

t_python = timeit.Timer("python_evan.my_evan(%f,%f)" % (a,b),"import python_evan")
t_cython = timeit.Timer("cython_evan.my_evan(%f,%f)" % (a,b),"import cython_evan")
print("python function", t_python.timeit(10000), "sec")
print("cython function", t_cython.timeit(10000), "sec")