Cython：在純 Python 模式下有效使用 Numpy

Question

我對使用 Cython 還很陌生，我對使用“純 Python”模式很感興趣。

我現在正在做的工作廣泛使用 numpy，並且知道 numpy 有一個 C api，我很高興看到它可以做什么。

作為一個小測試，我將兩個小測試文件放在一起， test.py和test.pxd 。 它們的內容如下：

測試.py：

import cython
import numpy as np

@cython.locals(array=np.ndarray)
@cython.returns(np.ndarray)
def test(array):
    return np.cumsum(array)

test_array = np.array([1,2,3,4,5])
test(test_array)

測試.pxd：

# cython: language_level=3
cimport numpy as np

cdef np.ndarray test(np.ndarray array)

然后我用cython -a test.py編譯了這些文件，希望在調用 np.cumsum() 時幾乎看不到 python 交互。 但是，當我檢查生成的 HTML 文件時，我發現了以下內容：

由此看來，我對 np.cumsum 的調用似乎與 python 有很大的交互，這有點違反直覺。 我的期望，因為我（應該）使用 cimported numpy，應該有很少的 python 交互。

我的問題是“我的直覺是否正確？”。 我是否對我的文件進行了錯誤設置，不允許 cimported numpy 實際用於函數調用，這就是為什么我仍然看到這么多黃色？ 或者我從根本上誤解了什么。

謝謝閱讀！

Answer 1

將類型定義為np.ndarray主要改進了一件事：它使索引它們以更快地獲得單個值。 幾乎所有其他東西都保持相同的速度。

np.cumsum （和任何其他 Numpy 函數）通過​​標准 Python 機制調用並以完全相同的速度運行（當然它在內部是用 C 實現的，應該很快）。 數學運算符（如加+, -, *, etc. ）也通過 Python 調用並保持相同的速度。

實際上，您的包裝可能會使其變慢 - 它增加了不必要的類型檢查（以確保數組是np.ndarray ）和額外的間接層。

在這里打字沒有任何好處。