引言
通常,在 Python 中寫(xiě)循環(huán)(特別是多重循環(huán))非常的慢,我們的元胞自動(dòng)機(jī)的狀態(tài)更新函數(shù) update_state 使用了兩重循環(huán),所以我們嘗試用 Cython 重構(gòu)該方法。
代碼
我們?cè)谕募A下新建一個(gè) update.pyx 文件,寫(xiě)入如下內(nèi)容
import numpy as np cimport numpy as np cimport cythonDTYPE = np.floatctypedef np.float_t DTYPE_tdef update_state(np.ndarray[DTYPE_t, ndim=2] cells): return update_state_c(cells)@cython.boundscheck(False)@cython.wraparound(False)cdef np.ndarray[DTYPE_t, ndim=2] update_state_c(np.ndarray[DTYPE_t, ndim=2] cells): """更新一次狀態(tài)""" cdef unsigned int i cdef unsigned int j cdef np.ndarray[DTYPE_t, ndim=2] buf = np.zeros((cells.shape[0], cells.shape[1]), dtype=DTYPE) cdef DTYPE_t neighbor_num for i in range(1, cells.shape[0] - 1): for j in range(1, cells.shape[0] - 1): # 計(jì)算該細(xì)胞周?chē)拇婊罴?xì)胞數(shù) neighbor_num = cells[i, j-1] + cells[i, j+1] + cells[i+1, j] + cells[i-1, j] +/ cells[i-1, j-1] + cells[i-1, j+1] +/ cells[i+1, j-1] + cells[i+1, j+1] if neighbor_num == 3: buf[i, j] = 1 elif neighbor_num == 2: buf[i, j] = cells[i, j] else: buf[i, j] = 0 return buf
update_state_c 函數(shù)上的兩個(gè)裝飾器是用來(lái)關(guān)閉 Cython 的邊界檢查的。
在同文件下新建一個(gè) setup.py 文件
import numpy as npfrom distutils.core import setupfrom Cython.Build import cythonizesetup(  name="Cython Update State",  ext_modules=cythonize("update.pyx"),  include_dirs=[np.get_include()])因?yàn)樵?Cython 文件中使用了 NumPy 的頭文件,所以我們需要在 setup.py 將其包含進(jìn)去。
執(zhí)行 python setup.py build_ext --inplace 后,同文件夾下會(huì)生成一個(gè) update.cp36-win_amd64.pyd 的文件,這就是編譯好的 C 擴(kuò)展。
我們修改原始的代碼,首先在文件頭部加入 import update as cupdate,然后修改更新方法如下
def update_state(self): """更新一次狀態(tài)""" self.cells = cupdate.update_state(self.cells) self.timer += 1
將原方法名就改為 update_state_py 即可,運(yùn)行腳本,無(wú)異常。
測(cè)速
我們編寫(xiě)一個(gè)方法來(lái)測(cè)試一下使用 Cython 可以帶來(lái)多少速度的提升
def test_time():  import time  game = GameOfLife(cells_shape=(60, 60))  t1 = time.time()  for _ in range(300):    game.update_state()  t2 = time.time()  print("Cython Use Time:", t2 - t1)  del game  game = GameOfLife(cells_shape=(60, 60))  t1 = time.time()  for _ in range(300):    game.update_state_py()  t2 = time.time()  print("Native Python Use Time:", t2 - t1)運(yùn)行該方法,在我的電腦上輸出如下
Cython Use Time: 0.007000446319580078
Native Python Use Time: 4.342248439788818
速度提升了 600 多倍。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持VEVB武林網(wǎng)。
新聞熱點(diǎn)
疑難解答
圖片精選
網(wǎng)友關(guān)注