我最喜歡的是Python，它的程式碼優雅而實用，可惜純粹從速度上來看它比大多數語言都要慢。大多數人也認為的速度和易於使用是兩極對立的——編寫C程式碼的確非常痛苦。而 Cython 試圖消除這種兩重性，並讓你同時擁有 Python 的語法和 C 資料型別和函式——它們兩個都是世界上最好的。請記住，我絕不是我在這方面的專家，這是我的第一次Cython真實體驗的筆記：
編輯：根據一些我收到的反饋，大家似乎有點混淆——Cython是用來生成 C 擴充套件到而不是獨立的程式的。所有的加速都是針對一個已經存在的 Python 應用的一個函式進行的。沒有使用C 或 Lisp 重寫整個應用程式，也沒有手寫C擴充套件 。只是用一個簡單的方法來整合C的速度和C資料型別到 Python 函式中去。
現在可以說，我們能使下文的great_circle 函式更快。所謂great_circle 是計算沿地球表面兩點之間的距離的問題：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
import math def great_circle(lon1,lat1,lon2,lat2): radius = 3956 #miles x = math.pi/180.0 a = (90.0-lat1)*(x) b = (90.0-lat2)*(x) theta = (lon2-lon1)*(x) c = math.acos((math.cos(a)*math.cos(b)) + (math.sin(a)*math.sin(b)*math.cos(theta))) return radius*c |
讓我們呼叫它 50 萬次並測定它的時間 ：
|
1 2 3 4 5 6 7 8 |
import timeit lon1, lat1, lon2, lat2 = -72.345, 34.323, -61.823, 54.826 num = 500000 t = timeit.Timer("p1.great_circle(%f,%f,%f,%f)" % (lon1,lat1,lon2,lat2), "import p1") print "Pure python function", t.timeit(num), "sec" |
約2.2秒 。它太慢了！
讓我們試著快速地用Cython改寫它，然後看看是否有差別：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import math def great_circle(float lon1,float lat1,float lon2,float lat2): cdef float radius = 3956.0 cdef float pi = 3.14159265 cdef float x = pi/180.0 cdef float a,b,theta,c a = (90.0-lat1)*(x) b = (90.0-lat2)*(x) theta = (lon2-lon1)*(x) c = math.acos((math.cos(a)*math.cos(b)) + (math.sin(a)*math.sin(b)*math.cos(theta))) return radius*c |
請注意，我們仍然importmath——cython讓您在一定程度上混搭Python和C資料型別在。轉換是自動的，但並非沒有代價。在這個例子中我們所做的就是定義一個Python函式，宣告它的輸入引數是浮點數型別，併為所有變數宣告型別為C浮點資料型別。計算部分它仍然使用了Python的 math 模組。
現在我們需要將其轉換為C程式碼再編譯為Python擴充套件。完成這一部的最好的辦法是編寫一個名為setup.py釋出指令碼。但是，現在我們用手工方式 ，以瞭解其中的巫術：
|
1 2 3 4 5 6 7 8 |
<pre name="code" class="plain"># this will create a c1.c file - the C source code to build a python extension cython c1.pyx # Compile the object file gcc -c -fPIC -I/usr/include/python2.5/ c1.c # Link it into a shared library gcc -shared c1.o -o c1.so</pre> |
現在你應該有一個c1.so（或.dll）檔案，它可以被Python import。現在執行一下：
|
1 2 3 |
t = timeit.Timer("c1.great_circle(%f,%f,%f,%f)" % (lon1,lat1,lon2,lat2), "import c1") print "Cython function (still using python math)", t.timeit(num), "sec" |
約1.8秒 。並沒有我們一開始期望的那種大大的效能提升。使用 python 的 math 模組應該是瓶頸。現在讓我們使用C標準庫替代之：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
cdef extern from "math.h": float cosf(float theta) float sinf(float theta) float acosf(float theta) def great_circle(float lon1,float lat1,float lon2,float lat2): cdef float radius = 3956.0 cdef float pi = 3.14159265 cdef float x = pi/180.0 cdef float a,b,theta,c a = (90.0-lat1)*(x) b = (90.0-lat2)*(x) theta = (lon2-lon1)*(x) c = acosf((cosf(a)*cosf(b)) + (sinf(a)*sinf(b)*cosf(theta))) return radius*c |
與 import math 相應，我們使用cdef extern 的方式使用從指定標頭檔案宣告函式（在此就是使用C標準庫的math.h）。我們替代了代價高昂的的Python函式，然後建立新的共享庫，並重新測試：
|
1 2 3 |
t = timeit.Timer("c2.great_circle(%f,%f,%f,%f)" % (lon1,lat1,lon2,lat2), "import c2") print "Cython function (using trig function from math.h)", t.timeit(num), "sec" |
現在有點喜歡它了吧？0.4秒 –比純Python函式有5倍的速度增長。我們還有什麼方法可以再提高速度？c2.great_circle（）仍是一個Python函式呼叫，這意味著它產生Python的API的開銷（構建引數元組等），如果我們可以寫一個純粹的C函式的話，我們也許能夠加快速度。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
cdef extern from "math.h": float cosf(float theta) float sinf(float theta) float acosf(float theta) cdef float _great_circle(float lon1,float lat1,float lon2,float lat2): cdef float radius = 3956.0 cdef float pi = 3.14159265 cdef float x = pi/180.0 cdef float a,b,theta,c a = (90.0-lat1)*(x) b = (90.0-lat2)*(x) theta = (lon2-lon1)*(x) c = acosf((cosf(a)*cosf(b)) + (sinf(a)*sinf(b)*cosf(theta))) return radius*c def great_circle(float lon1,float lat1,float lon2,float lat2,int num): cdef int i cdef float x for i from 0 < = i < num: x = _great_circle(lon1,lat1,lon2,lat2) return x |
請注意，我們仍然有一個Python函式（ def ），它接受一個額外的引數 num。這個函式裡的迴圈使用for i from 0 < = i< num: ，而不是更Pythonic，但慢得多的for i in range(num):。真正的計算工作是在C函式（cdef）中進行的，它返回float型別。這個版本只要0.2秒——比原先的Python函式速度提高10倍。
為了證明我們所做的已經足夠優化，可以用純C寫一個小應用，然後測定時間：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
#include <math .h> #include <stdio .h> #define NUM 500000 float great_circle(float lon1, float lat1, float lon2, float lat2){ float radius = 3956.0; float pi = 3.14159265; float x = pi/180.0; float a,b,theta,c; a = (90.0-lat1)*(x); b = (90.0-lat2)*(x); theta = (lon2-lon1)*(x); c = acos((cos(a)*cos(b)) + (sin(a)*sin(b)*cos(theta))); return radius*c; } int main() { int i; float x; for (i=0; i < = NUM; i++) x = great_circle(-72.345, 34.323, -61.823, 54.826); printf("%f", x); } |
用gcc -lm -octest ctest.c編譯它，測試用time./ctest …大約0.2秒 。這使我有信心，我Cython擴充套件相對於我的C程式碼也極有效率（這並不是說我的C程式設計能力很弱）。
能夠用 cython 優化多少效能通常取決於有多少迴圈，數字運算和Python函式呼叫，這些都會讓程式變慢。已經有一些人報告說在某些案例上 100 至 1000 倍的速度提升。至於其他的任務，可能不會那麼有用。在瘋狂地用 Cython重寫 Python 程式碼之前，記住這一點：
“我們應該忘記小的效率，過早的優化是一切罪惡的根源，有 97% 的案例如此。“——DonaldKnuth
換句話說，先用 Python 編寫程式，然後看它是否能夠滿足需要。大多數情況下，它的效能已經足夠好了……但有時候真的覺得慢了，那就使用分析器找到瓶頸函式，然後用cython重寫，很快就能夠得到更高的效能。
外部連結
WorldMill（http://trac.gispython.org/projects/PCL/wiki/WorldMill）——由Sean Gillies 用 Cython 編寫的一個快速的，提供簡潔的 python 介面的模組，封裝了用以處理向量地理空間資料的 libgdal 庫。
編寫更快的 Pyrex 程式碼（http://www.sagemath.org:9001/WritingFastPyrexCode）——Pyrex，是 Cython 的前身，它們有類似的目標和語法。