详解如何利用Cython为Python代码加速 - CSDN文库

172 浏览量更新于2023-05-03 收藏 42KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

详解如何利用详解如何利用Cython为为Python代码加速代码加速

引言引言

通常，在 Python 中写循环（特别是多重循环）非常的慢，在文章 //www.jb51.net/article/133807.htm中，我们的元胞自动机的

状态更新函数 update_state 使用了两重循环，所以我们尝试用 Cython 重构该方法。

代码代码

我们在同文件夹下新建一个 update.pyx 文件，写入如下内容

import numpy as np

cimport numpy as np

cimport cython

DTYPE = np.float

ctypedef np.float_t DTYPE_t

def update_state(np.ndarray[DTYPE_t, ndim=2] cells):

return update_state_c(cells)

@cython.boundscheck(False)

@cython.wraparound(False)

cdef np.ndarray[DTYPE_t, ndim=2] update_state_c(np.ndarray[DTYPE_t, ndim=2] cells):

"""更新一次状态"""

cdef unsigned int i

cdef unsigned int j

cdef np.ndarray[DTYPE_t, ndim=2] buf = np.zeros((cells.shape[0], cells.shape[1]), dtype=DTYPE)

cdef DTYPE_t neighbor_num

for i in range(1, cells.shape[0] - 1):

for j in range(1, cells.shape[0] - 1):

# 计算该细胞周围的存活细胞数

neighbor_num = cells[i, j-1] + cells[i, j+1] + cells[i+1, j] + cells[i-1, j] +\

cells[i-1, j-1] + cells[i-1, j+1] +\

cells[i+1, j-1] + cells[i+1, j+1]

if neighbor_num == 3:

buf[i, j] = 1

elif neighbor_num == 2:

buf[i, j] = cells[i, j] else:

buf[i, j] = 0

return buf

update_state_c 函数上的两个装饰器是用来关闭 Cython 的边界检查的。

在同文件下新建一个 setup.py 文件

import numpy as np

from distutils.core import setup

from Cython.Build import cythonize

setup(

name="Cython Update State",

ext_modules=cythonize("update.pyx"),

include_dirs=[np.get_include()] )

因为在 Cython 文件中使用了 NumPy 的头文件，所以我们需要在 setup.py 将其包含进去。

执行 python setup.py build_ext –inplace 后，同文件夹下会生成一个 update.cp36-win_amd64.pyd 的文件，这就是编译好的

C 扩展。

我们修改原始的代码，首先在文件头部加入 import update as cupdate，然后修改更新方法如下

def update_state(self):

"""更新一次状态"""

self.cells = cupdate.update_state(self.cells)

self.timer += 1

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38582719

粉丝: 11
资源: 952

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈