本文轉載自公眾號“讀芯術”(ID：AI_Discovery)

很多人僅在性能方面將Python與C進行了比較，沒有在快速開發方面比較，就開始抱怨Python太慢了。Python的優點在于，其開發時間非常短，你不必處理指針、內存管理等問題。

多數情況下，開發時間比性能更重要。Python有一個很棒的社區，其中有很多很好的庫，很多需求在那都能得到滿足。

話雖如此，如果想讓Python代碼更快該怎么做呢?來試試Cython吧!

Cython: Python的C擴展

如果你同時喜歡Python的簡單語法以及C的高性能，那么Cython就是你想要的。你可以使用Cython為Python編寫C擴展，其代碼將轉換為優化的C / C ++代碼。它可以提供高性能，且能在Python項目中使用。

安裝Cython

這需要C編譯器，你可以根據自己的操作系統安裝一個C編譯器，然后需要使用如下命令安裝Cython：

pipinstall Cython 

從靜態類型聲明中獲益

可以將靜態類型聲明添加到變量和函數，它將提供更好的性能。你可以將所有C類型如int，float，double等用于聲明。

在Cython中聲明變量

cdef int i =10 

這句命令的基本意思是聲明一個變量i，它是一個整數。

在Cython中聲明函數

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

該命令基本上意味著square函數采用整數x作為參數并返回整數值x ** 2，即x的平方。導入模塊時，cdef聲明的函數對Python代碼不可見。為了使其可見需要改用cpdef。

在Python中計算階乘

編寫一個Python函數來計算給定整數的階乘：

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

使用Cython讓Python更快

首先，要創建一個pyx文件。

cpdef longfastfactorial：此函數將返回一個long值，因此我們通過在函數名fastfactorial之前放置long來聲明它的類型為long。

long n：我們預期n為long值。

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

接著，我們需要創建一個setup.py文件來將Cython轉換為C。

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

編譯代碼

為執行編譯，需要運行以下命令：

python3setup.py build_ext –inplace 

--inplace：此選項會在你的工作目錄中創建一個共享對象文件。

對比

讓我們比較一下二者：

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

結果驚人，Cython快將近88倍!

只需稍加潤色，就可使Python代碼的運行速度大幅提高。本文還僅僅只是一個示例，你可以對其進行進一步優化，效果可能會更好!