Question

假设我有一个Python程序运行缓慢 - 在profiliing之后我发现了瓶颈。我导入的第三方模块的一个特定功能特别慢。

对于这种特殊情况，我知道该函数是用Python实现的（使用Eclipse并且很容易跳转到函数定义）。所以我知道我可以将该函数转换为Cython作为加速选项。（如果它已经在C中实现，那么在Cython中编写它是没有意义的......）。

如果我没有IDE，那么确定这个是一个简单的选择吗？我知道我可以转到安装模块的目录，如果模块在.so中，则推断它在C中。但还有其他选择吗？

由于

Answer 1

检查它是否是types.FunctionType的实例：

>>> import types
>>> isinstance(len, types.FunctionType)
False
>>> def mylen(): pass
... 
>>> isinstance(mylen, types.FunctionType)
True

检查isinstance(X, (types.FunctionType, types.LambdaType)可能会更安全。

C函数是builtin_function_or_method：

的实例

>>> len.__class__
<type 'builtin_function_or_method'>
>>> np.vdot.__class__
<type 'builtin_function_or_method'>

您可以将此类型设为types.BuiltinFunctionType / types.BuiltinMethodType。

或者，您可以检查该函数是否具有__code__属性。由于C函数没有字节码，因此它们不能有__code__。

有时注意看起来像一个函数实际上是class，例如enumerate但是某些第三方图书馆也可以这样做。这意味着您还应该检查一个类是否在C中实现。这个更难，因为所有类都是type的实例。一种方法可能是检查班级__dict__中是否有dir，如果没有，则应检查__slots__。

以下内容应该非常准确：

def is_implemented_in_c(obj):
    if isinstance(obj, (types.FunctionType, types.LambdaType)):
        return False
    elif isinstance(obj, type):
        if '__dict__' in dir(obj): return False
        return not hasattr(obj, '__slots__')
    # We accept also instances of classes.
    # Return True for instances of C classes, False for python classes.
    return not isinstance(obj, types.InstanceType)

使用示例：

>>> is_implemented_in_c(enumerate)
True
>>> is_implemented_in_c(len)
True
>>> is_implemented_in_c(np.vdot)
True
>>> is_implemented_in_c(lambda x: True)
False
>>> is_implemented_in_c(object)
True
>>> class A(object):
...     __slots__ = ('a', 'b')
... 
>>> is_implemented_in_c(A)
False

确定是否已在C扩展中实现Python函数

1 个答案: