我有这个python代码
def transferIntListToIntArray(sourceTuple):
myArrayLen = len(sourceTuple)
if myArrayLen > 0:
targetArray = (c_int * myArrayLen) (*sourceTuple)
return targetArray
else:
return
def transformIntTupleToIntTab(Input):
if Input != None:
if type(Input) == int:
Input = (Input,)
return transferIntListToIntArray(Input);
else:
return None;
def myfunc(input):
inputTab = transformIntTupleToIntTab(input)
mylib.myfuncC.argtype = [type(inputTab)]
return mylib.myfuncC(inputTab)
我有一个python文件，其中包含myFunc python函数的数千个调用，例如（myfunc（（0,1,2,3）），如果我尝试评估python代码的时间，这个python代码行有一个重要的成本：
targetArray = (c_int * myArrayLen) (*sourceTuple)
0.1 - 0.2秒，10000次调用此函数（python 2.5.1）。 这里只是一个基本的例子，但我的实际代码有几个转换的元组python到int *或double *在C中我想知道如何编写更高效的Python代码
示例：
import time
from ctypes import *
from cmath import *
def transferIntListToIntArray(sourceTuple):
myArrayLen=len(sourceTuple)
if myArrayLen>0:
targetArray = (c_int * myArrayLen) (*sourceTuple)
return targetArray
else:
return
def transformIntTupleToIntTab(Input):
if Input != None:
if type(Input) == int:
Input = (Input,)
return transferIntListToIntArray(Input);
else:
return None;
def myfunc(iCurve):
iCurveTab = transformIntTupleToIntTab(iCurve)
return 0
test = (0,1,2,3,4,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,55,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
start = time.clock()
for i in range(100000):
myfunc(test)
print "done, elapsed wall clock time (win32) in seconds: " , time.clock() - start
完成，经过的挂钟时间（win32），以秒为单位：0.497456968189
python 2.7中的相同示例1.65秒（奇怪）
Python报告：
done, elapsed wall clock time (win32) in seconds: 0.582374385947
400091 function calls in 0.590 CPU seconds
Ordered by: cumulative time
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.590 0.590 <string>:1(<module>)
1 0.001 0.001 0.590 0.590 {execfile}
1 0.057 0.057 0.589 0.589 tupletest.py:1(<module>)
100000 0.035 0.000 0.526 0.000 tupletest.py:22(myfunc)
100000 0.068 0.000 0.491 0.000 tupletest.py:14(transformIntTupleToIntTab)
100000 0.417 0.000 0.423 0.000 tupletest.py:5(transferIntListToIntArray)
100003 0.006 0.000 0.006 0.000 {len}
1 0.004 0.004 0.005 0.005 __init__.py:4(<module>)
1 0.002 0.002 0.002 0.002 {range}
1 0.000 0.000 0.000 0.000 _endian.py:4(<module>)
4 0.000 0.000 0.000 0.000 __init__.py:83(CFUNCTYPE)
2 0.000 0.000 0.000 0.000 __init__.py:211(POINTER)
1 0.000 0.000 0.000 0.000 __init__.py:291(CDLL)
1 0.000 0.000 0.000 0.000 __init__.py:335(PyDLL)
1 0.000 0.000 0.000 0.000 __init__.py:441(PYFUNCTYPE)
1 0.000 0.000 0.000 0.000 __init__.py:346(WinDLL)
4 0.000 0.000 0.000 0.000 struct.py:43(calcsize)
1 0.000 0.000 0.000 0.000 __init__.py:322(__getattr__)
1 0.000 0.000 0.000 0.000 __init__.py:370(OleDLL)
1 0.000 0.000 0.000 0.000 __init__.py:384(__getattr__)
1 0.000 0.000 0.000 0.000 __init__.py:329(__getitem__)
2 0.000 0.000 0.000 0.000 __init__.py:309(__init__)
1 0.000 0.000 0.000 0.000 {_ctypes.LoadLibrary}
3 0.000 0.000 0.000 0.000 struct.py:35(_compile)
1 0.000 0.000 0.000 0.000 {_ctypes.set_conversion_mode}
4 0.000 0.000 0.000 0.000 __init__.py:381(__init__)
2 0.000 0.000 0.000 0.000 {time.clock}
18 0.000 0.000 0.000 0.000 {_ctypes.sizeof}
3 0.000 0.000 0.000 0.000 __init__.py:101(CFunctionType)
1 0.000 0.000 0.000 0.000 {isinstance}
1 0.000 0.000 0.000 0.000 __init__.py:442(CFunctionType)
1 0.000 0.000 0.000 0.000 __init__.py:144(c_short)
1 0.000 0.000 0.000 0.000 __init__.py:380(LibraryLoader)
2 0.000 0.000 0.000 0.000 {setattr}
1 0.000 0.000 0.000 0.000 _endian.py:22(_swapped_meta)
1 0.000 0.000 0.000 0.000 __init__.py:340(_FuncPtr)
1 0.000 0.000 0.000 0.000 __init__.py:136(py_object)
1 0.000 0.000 0.000 0.000 {method 'startswith' of 'str' objects}
1 0.000 0.000 0.000 0.000 _endian.py:45(BigEndianStructure)
1 0.000 0.000 0.000 0.000 __init__.py:181(c_ulonglong)
1 0.000 0.000 0.000 0.000 __init__.py:167(c_float)
1 0.000 0.000 0.000 0.000 __init__.py:147(c_ushort)
1 0.000 0.000 0.000 0.000 __init__.py:178(c_longlong)
1 0.000 0.000 0.000 0.000 __init__.py:197(c_char)
1 0.000 0.000 0.000 0.000 __init__.py:305(_FuncPtr)
1 0.000 0.000 0.000 0.000 __init__.py:376(_FuncPtr)
1 0.000 0.000 0.000 0.000 __init__.py:153(c_ulong)
1 0.000 0.000 0.000 0.000 __init__.py:243(c_wchar)
1 0.000 0.000 0.000 0.000 __init__.py:204(c_void_p)
1 0.000 0.000 0.000 0.000 __init__.py:187(c_ubyte)
1 0.000 0.000 0.000 0.000 __init__.py:201(c_char_p)
1 0.000 0.000 0.000 0.000 __init__.py:240(c_wchar_p)
1 0.000 0.000 0.000 0.000 __init__.py:150(c_long)
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
1 0.000 0.000 0.000 0.000 __init__.py:193(c_byte)
1 0.000 0.000 0.000 0.000 __init__.py:170(c_double)
1 0.000 0.000 0.000 0.000 __init__.py:357(HRESULT)
1 0.000 0.000 0.000 0.000 __init__.py:350(_FuncPtr)
带有2个标签的示例:(目的是通过调用mylibC.myfunC(iCurveTab1 , iCurveTab2)将iCurve1和iCurve2转换为int * for C函数），C代码为myfuncC(int *iCurveTab1, int *iCurveTab2)
import time
from ctypes import *
from cmath import *
def transferIntListToIntArray(sourceTuple):
myArrayLen=len(sourceTuple)
if myArrayLen>0:
targetArray = (c_int * myArrayLen) (*sourceTuple)
return targetArray
else:
return
def transformIntTupleToIntTab(Input):
if Input != None:
if type(Input) == int:
Input = (Input,)
return transferIntListToIntArray(Input);
else:
return None;
def myfunc(iCurve1, iCurve2):
iCurveTab1 = transformIntTupleToIntTab(iCurve1)
iCurveTab2 = transformIntTupleToIntTab(iCurve2)
return 0
test = (0,1,2,3,4,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,55,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
start = time.clock()
for i in range(100000):
myfunc(test, test)
print "done, elapsed wall clock time (win32) in seconds: " , time.clock() - start
在Python 2.5中： 完成，经过的挂钟时间（win32），以秒为单位：0.96631573455
在Python 2.7中： 完成，经过的挂钟时间（win32），以秒为单位：3.25996918937
我的真实代码与c接口 Python代码mytest.py
import time
from ctypes import *
from cmath import *
def transferIntListToIntArray(sourceTuple):
myArrayLen=len(sourceTuple)
if myArrayLen>0:
targetArray = (c_int * myArrayLen) (*sourceTuple)
return targetArray
else:
return
def transformIntTupleToIntTab(Input):
if Input != None:
if type(Input) == int:
Input = (Input,)
return transferIntListToIntArray(Input);
else:
return None;
def myfunc(iCurve1, iCurve2):
iCurveTab1 = transformIntTupleToIntTab(iCurve1)
iCurveTab2 = transformIntTupleToIntTab(iCurve2)
return mylibC.myfuncC(len(iCurveTab1), len(iCurveTab2), iCurveTab1, iCurveTab2)
C代码
void myfuncC(int ilen1, int ilen2, int *piCurve1, int *piCurve2)
{
return;
}
如果iCurveTab1和iCurveTab2共享相同的缓存piCurve1 = piCurve2，这是一个问题，因为值被删除
我执行的python：
from mytest *
myfunc((1,2,3,4),(7,8,9,10,11))
由于
答案 0 :(得分：1)
不重新创建数组似乎为我节省了相当多的时间。
import time
from ctypes import *
from cmath import *
iCurve1Cache = {}
iCurve2Cache = {}
def transferIntListToIntArray(sourceTuple, array_type_cache):
myArrayLen=len(sourceTuple)
if myArrayLen>0:
if myArrayLen not in array_type_cache:
array_type_cache[myArrayLen] = (c_int * myArrayLen)()
targetArray = array_type_cache[myArrayLen]
targetArray[:] = sourceTuple
return targetArray
else:
return
def transformIntTupleToIntTab(Input):
if Input != None:
if type(Input) == int:
Input = (Input,)
return transferIntListToIntArray(Input);
else:
return None;
def myfunc(iCurve1, iCurve2):
iCurveTab1 = transformIntTupleToIntTab(iCurve1, iCurve1Cache)
iCurveTab2 = transformIntTupleToIntTab(iCurve2, iCurve2Cache)
return 0
test = (0,1,2,3,4,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,55,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5)
start = time.clock()
for i in range(100000):
myfunc(test)
print "done, elapsed wall clock time (win32) in seconds: " , time.clock() - start
在我的Mac上，这会将时间从1.267731秒降低到0.36秒。
如果您想进行更多优化，我们需要更多信息。