Act enthusiastic and you will be enthusiastic.

1.Cython 的由來(lái)

Python 是一門(mén)開(kāi)源免費(fèi)、語(yǔ)法簡(jiǎn)單的語(yǔ)言，然而解釋性語(yǔ)言的通病就是“運(yùn)行速度慢”，它遠(yuǎn)慢于 C/C++。為了解決該問(wèn)題，Python 官網(wǎng)提供了「Python/C API」，可以實(shí)現(xiàn)用 C 語(yǔ)言編寫(xiě) Python 庫(kù)，即通過(guò) C 語(yǔ)言來(lái)編寫(xiě)部分核心邏輯來(lái)提高整體性能。然而，「Python/C API」門(mén)檻太高，于是誕生了 Cython。
只需編寫(xiě)簡(jiǎn)單的 Cython（語(yǔ)法與 Python 基本一致）代碼，就可以實(shí)現(xiàn) C 擴(kuò)展，如下圖所示：

2.什么是 Cython ？

「Cython」 是一個(gè)針對(duì) Python 語(yǔ)言和擴(kuò)展的 Cython 語(yǔ)言（基于 Pyrex）的優(yōu)化的靜態(tài)編譯器，即可將 Python/Cython 編譯成 C。它使得為 Python 編寫(xiě) C 擴(kuò)展就像 Python 本身一樣簡(jiǎn)單，優(yōu)點(diǎn)包括：

• 1）既具備了 Python 快速開(kāi)發(fā)的特點(diǎn)，
• 2）又可以讓代碼運(yùn)行起來(lái)像 C 一樣快，
• 3）同時(shí)還可以方便地調(diào)用 C library。

在計(jì)算科學(xué)中，常用 Cython 來(lái)加速 Python 代碼。

3.安裝 Cython

3.1）配置 gcc

Cython 需要一個(gè) C 編譯器，不同平臺(tái)的安裝配置：

• windows
  首先，安裝 MingW-w64 編譯器，命令：conda install libpython m2w64-toolchain -c msys2
  然后，在 Python 安裝路徑下的 /Lib/distutils 下創(chuàng)建 distutils.cfg，并寫(xiě)入如下內(nèi)容：
  [build] compiler=mingw32
• macOS
  安裝 XCode 即可。
• linux:
  gcc 一般都是配置好的，如果沒(méi)有可執(zhí)行命令：sudo apt-get install build-essential

3.2）安裝 Cython 庫(kù)

命令：pip install cython
Anaconda 環(huán)境下安裝命令：conda install cython

查看版本：cython --version

4.簡(jiǎn)單示例

1）定義要加速的模塊。

原始 Python 文件 multiply_python.py：

from time import time

# 自定義"計(jì)時(shí)"裝飾器
def cal_time(func):
    def cal_time_wrapper(*args):
        start_time = time()
        result = func(*args)
        end_time = time()
        print("Python 耗時(shí)(秒)：", end_time - start_time)
        return result
    return cal_time_wrapper

# 添加"計(jì)時(shí)"裝飾器
@cal_time
def my_multiply(a, b):
    return a * b

需要加速的 Cython/Python 模塊 multiply_cython.pyx：

from time import time

# 自定義"計(jì)時(shí)"裝飾器
def cal_time(func):
    def cal_time_wrapper(*args):
        start_time = time()
        result = func(*args)
        end_time = time()
        print("Cython 耗時(shí)(秒)：", end_time - start_time)
        return result
    return cal_time_wrapper

# 添加"計(jì)時(shí)"裝飾器
@cal_time
def my_multiply(a, b):
    return a * b

2）編寫(xiě) setup.py(名字不限) 文件——指定擴(kuò)展模塊，內(nèi)容如下：

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

ext_modules = [Extension("multiply_cython", ["multiply_cython.pyx"])]
setup(
    name='multiply_demo',
    cmdclass={'build_ext': build_ext},
    ext_modules=ext_modules
)

3）執(zhí)行命令生成 C 擴(kuò)展：python setup.py build_ext --inplace。

執(zhí)行成功，生成一個(gè) .c 和一個(gè) .so 文件：

4）編寫(xiě) test.py 進(jìn)行測(cè)試，內(nèi)容如下：

import numpy as np
import multiply_python
import multiply_cython

x = np.arange(1, 25).reshape(2, 3, 4)
y = np.arange(10, 34).reshape(2, 3, 4)
multiply_python.my_multiply(x, y)
multiply_cython.my_multiply(x, y)

本例中，Cython 加速后的速度是原來(lái)的4.75倍，運(yùn)行結(jié)果如下：

Python 耗時(shí)(秒)： 9.059906005859375e-06
('Cython 耗時(shí)(秒)：', 1.9073486328125e-06)