全文共1062字，预计学习时长6分钟

图源：unsplash

很多人仅在性能方面将Python与C进行了比较，没有在快速开发方面比较，就开始抱怨Python太慢了。Python的优点在于，其开发时间非常短，你不必处理指针、内存管理等问题。

多数情况下，开发时间比性能更重要。Python有一个很棒的社区，其中有很多很好的库，很多需求在那都能得到满足。

话虽如此，如果想让Python代码更快该怎么做呢？来试试Cython吧！

Cython: Python的C扩展

如果你同时喜欢Python的简单语法以及C的高性能，那么Cython就是你想要的。你可以使用Cython为Python编写C扩展，其代码将转换为优化的C / C ++代码。它可以提供高性能，且能在Python项目中使用。

图源：morioh

安装Cython

这需要C编译器，你可以根据自己的操作系统安装一个C编译器，然后需要使用如下命令安装Cython：

pipinstall Cython

从静态类型声明中获益

可以将静态类型声明添加到变量和函数，它将提供更好的性能。你可以将所有C类型如int，float，double等用于声明。

在Cython中声明变量

cdef int i =10

这句命令的基本意思是声明一个变量i，它是一个整数。

在Cython中声明函数

cdef intsquare(int x):    return x ** 2

该命令基本上意味着square函数采用整数x作为参数并返回整数值x ** 2，即x的平方。导入模块时，cdef声明的函数对Python代码不可见。为了使其可见需要改用cpdef。

在Python中计算阶乘

编写一个Python函数来计算给定整数的阶乘：

effactorial(n):                       if  n >=1:                           return n *factorial(n -1)                       return1

使用Cython让Python更快

图源：unsplash

首先，要创建一个pyx文件。

cpdef longfastfactorial：此函数将返回一个long值，因此我们通过在函数名fastfactorial之前放置long来声明它的类型为long。

long n：我们预期n为long值。

cpdef long fastfactorial(long n):                                if  n >=1:                                    return n * fastfactorial(n-1)                                return1

接着，我们需要创建一个setup.py文件来将Cython转换为C。

from distutils.core import setup                     fromCython.Buildimport cythonize                     setup(ext_modules =cythonize('fastfac.pyx'))

编译代码

为执行编译，需要运行以下命令：

python3setup.py build_ext –inplace

--inplace：此选项会在你的工作目录中创建一个共享对象文件。

对比

让我们比较一下二者：

from fastfac import fastfactorial                   from fac import factorial                   from timeit import timeit                                     print(timeit('fastfactorial(20)', globals=globals(), number=10000))  #output: 0.002164322999306023                   print(timeit('factorial(20)', globals=globals(), number=10000))  #output: 0.18900858898996376

结果惊人，Cython快将近88倍！

图源：unsplash

只需稍加润色，就可使Python代码的运行速度大幅提高。本文还仅仅只是一个示例，你可以对其进行进一步优化，效果可能会更好！

留言点赞关注

我们一起分享AI学习与发展的干货

如转载，请后台留言，遵守转载规范