cython优化Python代码总结

在jupyter编译减少黄色区域后，从最底层函数（没有调用其他函数）开始，一个一个粘贴进pyx文件生成pyd来调用，即从最底层函数开始嵌入

Cython官方文档：http://docs.cython.org/en/latest/index.html

安装：pip install cython

下面第3步是在cmd命令行执行（要到pyx文件路径下）

 

 

mly个人总结：当然不能直接把py文件改为pyx，然后写个setup.py生成pyd就以为能加速了，还要用cython的语法

 ===============================

cimport 是 Cython 中用来引入 .pxd 文件的命令

Cython 的函数使用 cdef 定义，并且他可以给所有参数以及返回值指定类型

在函数体内部，我们一样可以使用cdef typename varname 这样的语法来声明变量

在 Python 程序中，是看不到cdef的函数的，所以我们这里def naive_dot(a, b) 来调用 cdef过的 _naive_dot 函数。

 

如果我们把刚刚 Cython 代码中的类型标注都去掉（也就是函数参数和返回值类型以及函数体内部的cdef可以看到，这下 Cython 实现几乎和 Python 实现一样慢了。所以说，在 Cython 中，类型标注对于提升速度是至关重要的。

 

 

 

===========================

http://blog.csdn.net/ztf312/article/details/74998300

1、定义c数据类型

 

2、用c标准库替代Python模块

 

cdef extern from "math.h":
    np.float64_t exp(np.float64_t)
    np.float64_t sqrt(np.float64_t)
    np.float64_t fabs(np.float64_t)
    np.float64_t pow(np.float64_t x,np.float64_t y)

 ======================= 

3.1 Cython里同样支持Python里的for-in-range形式的for循环

3.2 出于性能的考虑，Cython对for循环作了优化，如for i in range(n),如果i是一个预先通过cdef定义的变量，那么Cython会将这样的for循环转成C代码，举个例子：

cdef int i

for i in range(0,10,2):

    printf("%d\n",i)