cython与python运行效率的对比分析

最新推荐文章于 2024-04-19 09:59:12 发布

云金杞

最新推荐文章于 2024-04-19 09:59:12 发布

阅读量1.8k

点赞数

CC 4.0 BY-SA版权

分类专栏： cython 文章标签： cytho python c++

本文为博主原创文章，转载请注明来源

本文链接：https://blog.csdn.net/qq_26948675/article/details/88667487

cython 专栏收录该内容

2 篇文章

订阅专栏

博客介绍了Cython的环境配置，包括在Ubuntu 18.04系统下，结合Anaconda3和Python 3.7，配置Cython 0.28。还提及了创建Cython文件，并说明了转移到文件所在目录后使用命令进行编译，同时给出参考文章链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# Python运行文件，命名为cal_fib.py
import time
def fib(n):
    begin=time.time()
    a,b=0,1
    for i in range(n):
        a,b=a+b,a
    end=time.time()
    print(end-begin)
    return a
fib(1000000)

cython环境配置：ubuntu18.04,anaconda3,python3.7,cython 0.28

cython第一个文件：

# 命名为 cal_fib.pyx
import time
def fib(n):
    begin=time.time()
    a,b=0,1
    for i in range(n):
        a,b=a+b,a
    end=time.time()
    print(end-begin)
    return a

cython 第二个文件：

from distutils.core import setup
from Cython.Build import cythonize

setup(name='test',
      ext_modules=cythonize("cal_fib.pyx"))

转移到cython文件所在的目录，使用命令进行编译：

python setup.py build_ext --inplace

之后会生成编译好的文件。然后在Python中，

from cal_fib import fib

fib(100000)

可以得到运行所需时间和得到的数值：

运行时间为0.1033秒，得到的斐波那契数字太大，忽略

使用Python方法运行，得到的时间为9.0秒

在这个案例中，cython运行的效率比Python提高了90倍左右

# 如果计算的斐波那契数字比较小，两者相差的效率不会这么大。随着计算级别增加，cython的效率可能随之提高。

# 参考文章：http://docs.cython.org/en/latest/src/quickstart/build.html