我试图向我们的团队展示Cython的优点,以提高
Python性能.我已经显示了几个基准,所有这些都可以通过以下方式获得加速：
>编译现有的Python代码.
>将cdef用于静态类型变量,特别是内部循环.
然而,我们的大部分代码都是字符串操作,而且我还没有想出通过键入Python字符串来优化代码的很好的例子.
我试过的一个例子是：
- cdef str a
- cdef int i,j
- for j in range(1000000):
- a = str([chr(i) for i in range(127)])
但是键入’a’作为字符串实际上使代码运行速度更慢.我已经阅读了关于“Unicode和传递字符串”的文档,但是在我看到的情况下,它是如何应用的.我们不使用Unicode – 一切都是纯ASCII.我们使用的是Python 2.7.2
任何建议是赞赏.
解决方法
我建议你在cpython.array.arrays上进行你的操作.最好的文档是C API和Cython源码,我太懒了链接了.
- from cpython cimport array
- def cfuncA():
- cdef str a
- cdef int i,j
- for j in range(1000):
- a = ''.join([chr(i) for i in range(127)])
- def cfuncB():
- cdef:
- str a
- array.array[char] arr,template = array.array('c')
- int i,j
- for j in range(1000):
- arr = array.clone(template,127,False)
- for i in range(127):
- arr[i] = i
- a = arr.tostring()
请注意,所需的操作与您对字符串的操作有很大的不同.
- >>> python2 -m timeit -s "import pyximport; pyximport.install(); import cyytn" "cyytn.cfuncA()"
- 100 loops,best of 3: 14.3 msec per loop
- >>> python2 -m timeit -s "import pyximport; pyximport.install(); import cyytn" "cyytn.cfuncB()"
- 1000 loops,best of 3: 512 usec per loop
在这种情况下,这是一个30倍的加速.
另外,FWIW,您可以用arr.data.as_chars [：len(arr)]替换arr.tostring(),并输入一个字节,从而取消另外几个μs.