cython 编译 - 导入与 cimport

Question

Cython 的新手（也许这是一个基本问题）。考虑两个都取自this blog here的例子：

# code 1
import numpy as np

def num_update(u):
    u[1:-1,1:-1] = ((u[2:,1:-1]+u[:-2,1:-1])*dy2 + 
                    (u[1:-1,2:] + u[1:-1,:-2])*dx2) / (2*(dx2+dy2))

和

# code 2
cimport numpy as np

def cy_update(np.ndarray[double, ndim=2] u, double dx2, double dy2):
    cdef unsigned int i, j
    for i in xrange(1,u.shape[0]-1):
        for j in xrange(1, u.shape[1]-1):
            u[i,j] = ((u[i+1, j] + u[i-1, j]) * dy2 +
                      (u[i, j+1] + u[i, j-1]) * dx2) / (2*(dx2+dy2))

假设我使用以下setup.py 脚本编译第一个文件：

# setup file for code 1
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

ext = Extension("laplace", ["laplace.pyx"],)
setup(ext_modules=[ext], cmdclass = {'build_ext': build_ext})

第二个文件带有以下setup.py 脚本：

# setup file for code 2
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

import numpy

ext = Extension("laplace", ["laplace.pyx"],
    include_dirs = [numpy.get_include()])

setup(ext_modules=[ext], cmdclass = {'build_ext': build_ext})

在第一种情况下，我使用常规的numpy 并且没有在设置文件中导入numpy，而在第二种情况下，我使用cimport 导入numpy，使用cdef 声明变量但随后还在安装文件中包含numpy。

Cython 无论如何都会编译第一个代码（并且第一个代码似乎可以工作）。

在使用 Cython 编译（通过设置文件）之前使用 cimport 和 cdef 与在使用 Cython 编译之前（通过设置文件）不使用 cimport 和 cdef 有什么优势？

Answer 1

Cython 中的import numpy 与 Python 相同，但 cimport numpy 告诉 Cython 加载声明文件：

https://github.com/cython/cython/blob/master/Cython/Includes/numpy/init.pxd

where 声明了所有 C-API 函数、常量和类型，还包括头文件，例如 numpy/arrayobject.h。

如果您使用 np.ndarray[...] 声明变量，Cython 将知道如何将数组元素访问转换为 c 代码，这比 Python 的 [] 运算符快得多。

你需要告诉c编译器setup.py中的numpy头文件在哪里，所以你调用numpy.get_include()来获取路径。

Answer 2

Cython 可以编译普通的 python 代码，所以你的第一个可以编译。

一般来说，你为 cython 标记的类型越多，你获得更好性能的机会就越大。因此，如果您想以灵活性换取速度，那是您的决定。

运行 cython -a your_test.pyx 以查看 cython 如何编译您的代码的注释版本。黄色表示您的代码转换为大量 C 代码（这大致意味着性能损失），而白色表示它仅转换为几行 C。

如果你没有花时间在这里问，而是在官网上阅读guide，你可能已经有更好的了解了。