首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python 学习手册
Python Cookbook
Python 基础教程
Python Sites
PyPI - Python Package Index
http://www.simple-is-better.com/
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
V2EX  ›  Python

相比 Python 代码, Cython 实际提升的性能有多大?

  •  
  •   rogwan · 2017-10-13 09:03:21 +08:00 via Android · 3081 次点击
    这是一个创建于 786 天前的主题,其中的信息可能已经有所发展或是发生改变。
    有用过 Cython 的同学,说下实际效果吗?兼容性方面怎么样?
    7 回复  |  直到 2017-10-14 09:40:09 +08:00
        1
    hanzhichao2000   2017-10-13 09:20:20 +08:00
    Ref: http://notes-on-cython.readthedocs.io/en/latest/std_dev.html

    Example:

    def pyStdDev(a):
    mean = sum(a) / len(a)
    return math.sqrt((sum(((x - mean)**2 for x in a)) / len(a)))


    In summary:

    ================= ============ ================== =====================
    Method Time (ms) Compared to Python Compared to Numpy
    ================= ============ ================== =====================
    Pure Python 183 x1 x0.03
    Numpy 5.97 x31 x1
    Naive Cython 7.76 x24 x0.8
    Optimised Cython 2.18 x84 x2.7
    Cython calling C 2.22 x82 x2.7
    ================= ============ ================== =====================
        2
    rocksolid   2017-10-13 09:23:08 +08:00
    @hanzhichao2000 Numpy 真是神器
        3
    hanzhichao2000   2017-10-13 09:38:43 +08:00
    如果涉及数值计算的话,numba 可能用起来更方便,cython 毕竟还要显性配置些东西
        4
    justou   2017-10-13 09:56:11 +08:00
    可以提升至 C/C++效率, 兼容性是 C/C++的兼容性(毕竟 cython 转译出来的就是.c/.cpp)
        6
    mckelvin   2017-10-13 14:29:20 +08:00
    首先你要清楚程序的瓶颈在什么,这一阶段可以用 pyflame ( https://github.com/uber/pyflame ), systemtap( https://docs.python.org/3/howto/instrumentation.html) 等工具导出 flamegraph。如果是语言实现引起的瓶颈,那可以考虑上 Cython. 如果你的程序用标准的 cpython 运行,那 Cython 兼容性很好。

    一般来说 Python 的 socket 慢,CPU 密集型计算也慢,这种情况就特别适合用 Cython 做胶水层,把瓶颈部分用 C 或 C++实现。至于能快多少,场景不同,实现也不同,不能一句话告诉你有多块,主要取决于你的 C++ / C 代码有多快。
        7
    abcdabcd987   2017-10-14 09:40:09 +08:00
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   1019 人在线   最高记录 5043   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 24ms · UTC 23:20 · PVG 07:20 · LAX 15:20 · JFK 18:20
    ♥ Do have faith in what you're doing.