Question

由于性能问题，我开始学习Cython。此特定代码试图在运输建模（用于计划）区域中实施一些新算法。

我决定从一个非常简单的函数开始，我将使用很多（数亿次）并且肯定会从性能提升中受益。

我以三种不同的方式实现了这个功能，并为它们测试了相同的参数（为了简单起见），每次1000万次：

cython模块中的Cython代码。运行时间：3.35秒
Cython模块中的Python代码。运行时间：4.88秒
主脚本上的Python代码。运行时间：2.98秒

正如您所看到的，cython代码比cython模块中的python代码慢45％，比在主脚本上编写的代码慢64％。怎么可能？我在哪里犯了错误？

cython代码是这样的：

def BPR2(vol, cap, al, be):
    con=al*pow(vol/cap,be)
    return con


def func (float volume, float capacity,float alfa,float beta):
    cdef float congest
    congest=alfa*pow(volume/capacity,beta)
    return congest

测试脚本是这样的：

agora=clock()
for i in range(10000000):
    q=linkdelay.BPR2(10,5,0.15,4)

agora=clock()-agora
print agora

agora=clock()
for i in range(10000000):
    q=linkdelay.func(10,5,0.15,4)

agora=clock()-agora
print agora

agora=clock()
for i in range(10000000):
    q=0.15*pow(10/5,4)

agora=clock()-agora
print agora

我意识到超越功能（力量）等问题变得越来越慢，但我认为它应该是一个问题。

由于在函数空间上查找函数存在开销，如果我为函数传递一个数组并返回一个数组，它会有助于提高性能吗？我可以使用用Cython编写的函数返回数组吗？

供参考，我正在使用： - Windows 7 64位 - Python 2.7.3 64位 - Cython 0.16 64位 - Windows Visual Studio 2008

Answer 1

使用以下方式进行测试：

for i in range(10000000):
  func(2.7,2.3,2.4,i)

结果如下：

cdef float func(float v, float c, float a, float b):
  return a * (v/c) ** b
#=> 0.85

cpdef float func(float v, float c, float a, float b):
  return a * (v/c) ** b
#=> 0.84

def func(v,c,a,b):
  return a * pow(v/c,b)
#=> 3.41

cdef float func(float v, float c, float a, float b):
  return a * pow(v/c, b)
#=> 2.35

为了获得最高效率，您需要在C中定义函数并使返回类型为静态。

Answer 2

这个函数可以这样优化（在python和cython中，删除中间变量更快）：

def func(float volume, float capacity, float alfa,f loat beta):
    return alfa * pow(volume / capacity, beta)

Answer 3

当Cython较慢时，可能是由于类型转换，并且可能因缺少类型注释而加剧。此外，如果您在Cython中使用C数据结构，那么比在Cython中使用Python数据结构更快。

我在CPython 2.x（有和没有Cython，有和没有psyco），CPython 3.x（有和没有Cython），Pypy和Jython之间进行了性能比较。 Pypy是迄今为止最快的，至少对于所测试的微观基准来说： http://stromberg.dnsalias.org/~strombrg/backshift/documentation/performance/

为什么Cython中的代码比Python慢？

3 个答案:

为什么Cython中的代码比Python慢​​？

3 个答案:

为什么Cython中的代码比Python慢？