为什么numba在这段代码中的优化程度比Cython差？

Question

我正在尝试用numba优化一些代码。问题是简单的Cython优化（仅指定数据类型）比使用autojit快六倍，所以我不知道我是否做错了。

要优化的功能是：

from numba import autojit

@autojit(nopython=True)
def get_energy(system, i,j,m): 
  #system is an array, (i,j) some indices and m the size of the array
  up=i-1;  down=i+1;  left=j-1;  right=j+1
  if up<0: total=system[m,j]
  else: total=system[up,j]
  if down>m: total+=system[0,j]
  else: total+=system[down,j]
  if left<0: total+=system[i,m]
  else: total+=system[i,left]
  if right>m: total+=system[i,0]
  else: total+=system[i,right]
  return 2*system[i,j]*total

简单的运行将是这样的：

import numpy as np
x=np.random.rand(50,50)
get_energy(x, 3, 5, 50)

我已经明白numba擅长循环，但可能无法很好地优化其他事情。无论如何，我希望与Cython有类似的性能，numba访问数组或条件语句的速度是否较慢？

Cython中的.pyx文件是：

import numpy as np
cimport cython
cimport numpy as np

def get_energy(np.ndarray[np.float64_t, ndim=2] system, int i,int j,unsigned int m): 
  cdef int up
  cdef int down
  cdef int left
  cdef int right
  cdef np.float64_t total
  up=i-1;  down=i+1;  left=j-1;  right=j+1
  if up<0: total=system[m,j]
  else: total=system[up,j]
  if down>m: total+=system[0,j]
  else: total+=system[down,j]
  if left<0: total+=system[i,m]
  else: total+=system[i,left]
  if right>m: total+=system[i,0]
  else: total+=system[i,right]
  return 2*system[i,j]*total

如果我需要提供更多信息，请发表评论。