对Python函数进行Cythonize以使其快速

Question

几周前，我问了一个关于提高用Python编写的函数速度的问题。当时，锥虫引起了我的注意，有可能使用Cython这样做。他还友好地举了一个例子，说明我如何对代码片段进行Cythonize。我想对下面的代码做同样的操作，看看通过声明变量类型，我能有多快。我有几个相关的问题。我看过cython.org上的教程，但我还有一些问题。它们密切相关：

1. 我不知道C。我需要学习哪些部分，使用Cython来声明变量类型？
2. 与python列表和元组对应的C类型是什么？例如，我可以在Cython中使用double，在Python中使用float。我该怎么处理列表？通常，在哪里可以找到给定Python类型的对应C类型。

任何关于我如何将下面的代码Cythonize的例子都会非常有用。我在代码中插入了注释，给出了有关变量类型的信息。

class Some_class(object):
    ** Other attributes and functions **
    def update_awareness_status(self, this_var, timePd):
        '''Inputs: this_var (type: float)
           timePd (type: int)
           Output: None'''

        max_number = len(self.possibilities)
        # self.possibilities is a list of tuples.
        # Each tuple is a pair of person objects. 

        k = int(math.ceil(0.3 * max_number))
        actual_number = random.choice(range(k))
        chosen_possibilities = random.sample(self.possibilities, 
                                         actual_number)
        if len(chosen_possibilities) > 0:
            # chosen_possibilities is a list of tuples, each tuple is a pair
            # of person objects. I have included the code for the Person class
            # below.
            for p1,p2 in chosen_possibilities:

                # awareness_status is a tuple (float, int)
                if p1.awareness_status[1] < p2.awareness_status[1]:                   
                    if p1.value > p2.awareness_status[0]:
                        p1.awareness_status = (this_var, timePd)
                    else:
                        p1.awareness_status = p2.awareness_status
                elif p1.awareness_status[1] > p2.awareness_status[1]:
                    if p2.value > p1.awareness_status[0]:
                        p2.awareness_status = (price, timePd)
                    else:
                        p2.awareness_status = p1.awareness_status
                else:
                    pass     

class Person(object):                                         
    def __init__(self,id, value):
        self.value = value
        self.id = id
        self.max_val = 50000
        ## Initial awareness status.          
        self.awarenessStatus = (self.max_val, -1)

Answer 1

一般来说，通过使用-a“annotate”选项运行cython命令，您可以确切地看到Cython为每个源代码行生成的代码。请参见Cythondocumentation以获取示例。当试图发现函数体中的瓶颈时，这非常有帮助。

另外，在计算代码时还有"early binding for speed"的概念。Python对象（如下面的Person类的实例）使用通用Python代码进行属性访问，这在内部循环中很慢。我怀疑如果将Person类更改为cdef class，那么您将看到一些加速。此外，还需要在内部循环中键入p1和p2对象。

由于您的代码有很多Python调用（例如，random.sample），除非找到一种将这些行放入C中的方法，否则您可能不会获得巨大的加速，这需要大量的努力。

你可以输入tuple或list，但这并不意味着加速。最好尽可能使用C数组；有些东西你必须查找。

我得到了一个1.6倍的加速系数与下面的小修改。请注意，我必须在这里和那里修改一些东西才能编译它。

ctypedef int ITYPE_t

cdef class CyPerson:
    # These attributes are placed in the extension type's C-struct, so C-level
    # access is _much_ faster.
    cdef ITYPE_t value, id, max_val
    cdef tuple awareness_status

    def __init__(self, ITYPE_t id, ITYPE_t value):
        # The __init__ function is much the same as before.
        self.value = value
        self.id = id
        self.max_val = 50000
        ## Initial awareness status.          
        self.awareness_status = (self.max_val, -1)

NPERSONS = 10000

import math
import random

class Some_class(object):

    def __init__(self):
        ri = lambda: random.randint(0, 10)
        self.possibilities = [(CyPerson(ri(), ri()), CyPerson(ri(), ri())) for i in range(NPERSONS)]

    def update_awareness_status(self, this_var, timePd):
        '''Inputs: this_var (type: float)
           timePd (type: int)
           Output: None'''

        cdef CyPerson p1, p2
        price = 10

        max_number = len(self.possibilities)
        # self.possibilities is a list of tuples.
        # Each tuple is a pair of person objects. 

        k = int(math.ceil(0.3 * max_number))
        actual_number = random.choice(range(k))
        chosen_possibilities = random.sample(self.possibilities,
                                         actual_number)
        if len(chosen_possibilities) > 0:
            # chosen_possibilities is a list of tuples, each tuple is a pair
            # of person objects. I have included the code for the Person class
            # below.
            for persons in chosen_possibilities:
                p1, p2 = persons
                # awareness_status is a tuple (float, int)
                if p1.awareness_status[1] < p2.awareness_status[1]:
                    if p1.value > p2.awareness_status[0]:
                        p1.awareness_status = (this_var, timePd)
                    else:
                        p1.awareness_status = p2.awareness_status
                elif p1.awareness_status[1] > p2.awareness_status[1]:
                    if p2.value > p1.awareness_status[0]:
                        p2.awareness_status = (price, timePd)
                    else:
                        p2.awareness_status = p1.awareness_status

Answer 2

C不直接知道列表的概念。 基本的数据类型是int（char，short，long，float/double（所有这些都有到python的非常直接的映射）和指针。 如果指针的概念对您来说是新的，请查看：Wikipedia:Pointers

在某些情况下，指针可以用作元组/数组替换。字符指针是所有字符串的基础。 假设您有一个整数数组，然后将其存储为具有起始地址的连续内存块，定义类型（int）和指针（*）：

cdef int * array;

现在您可以像这样访问数组的每个元素：

array[0] = 1

但是，必须分配内存（例如使用malloc），高级索引将不起作用（例如array[-1]将是内存中的随机数据，这也适用于超过保留空间宽度的索引）。

更复杂的类型不直接映射到C，但通常有一种C方法来做一些不需要python类型的事情（例如for循环不需要范围数组/迭代器）。

正如您自己所注意到的，编写好的cython代码需要对C有更详细的了解，所以继续学习教程可能是最好的下一步。