全文共2012字，预计学习时长4分钟
图片来源：Unsplash
如果你曾经用Python编写过代码，可能会发现等待某些代码块执行的时间比预期要长。尽管可以通过一些方法提高其代码效率，但它的反应速度仍然比C语言慢。这主要归结于Pyhton是一种动态程序语言，在运行时执行很多任务，而C语言在编译期间便已经执行。
如果你很享受用Python编写代码，但又希望可以提高效率，那么可以考虑一下使用Cython。Cython是一种独立编程语言，可以很容易地并入类似于Jupyter笔记本之类的工作流之中。在执行过程中，Cython会将Python代码转换为C语言，从而大大提高其运行速度。
安装Cython
使用Cython需要安装C语言编译器，因此，安装过程会根据你当前的操作系统而有所不同。对于Linux操作系统，通常需要安装GNU C语言编译器（gncc）。对于Mac操作系统，则需要通过下载Xcode来安装gncc。对于Windows操作系统，安装程序会稍微有点复杂。
安装传送门：
Mac：https://developer.apple.com/
Windows：file://localhost/C/%5CUsers%5C93954%5CDocuments%5CWeChat%20Files%5CWXYHYSFY_1816%5CFileStorage%5CFile%5C2019-07%5CCython%20GitHub
安装C语言编译器之后，下面需要的就是在终端运行。
如何使用Cython
通过Jupyter笔记本演示Cython的功能是最简单的方法。要在笔记本中使用Python，需要运用IPython的魔术命令。该命令以百分号开始，提供附加功能用以增强工作流。通常，魔术命令分为两种类型：
1. Line Magic以一个%开头，且仅能作用于一行代码。
2. Cell Magic以两个%开头，可以作用于多行代码。
具体流程如下：
首先，为了启用Cython，需要执行命令
%load_extCython
每当想要在单元格中运行Cython时，需要先在单元格中输入下面的魔术命令
%%cython
完成上述操作之后，便可以开始编写Cython代码了。
图片来源：pixabay
Cython能有多快？
Cython能比常规Python代码快多少实际上取决于代码本身。例如，如果运行成本较高的多变量循环，Cython明显优于常规的Python代码。递归函数同样使得Cython快于Python。
用斐波那契数列来演示一下。简单来说，这一算法通过将前两个数相加从而找到下一个数。下面是在Python中示范：
def fibonacci(n):
if n < 0:
print("1st fibonacci number = 0")
elif n == 1:
return 0
elif n == 2:
return 1
else:
return fibonacci(n-1) + fibonacci(n-2)让我们来启动Python：
可以看到，找到序列中第39个数用了13.3秒。挂钟时间在这里指的是从函数调用开始到结束所需的总时间。
在Cython中定义相同的函数：
那么发生了什么呢？可以看到，在顶端执行cell magic命令，从而使得Cython可以应用于这个单元格。我将简要介绍“-a”的作用，接着，使用与之前基本一样的代码。唯一的不同之处在于此处可以使用静态类型声明，并将n定义为整数。
可以看到，通过在魔术命令后添加“-a”，能够接收到一些标注，这些标注反映了代码中有多少Python交互。这一代码的目的在于去掉所有黄线并加上白色背景，因而此处不存在Python交互，所有代码都在C语言中执行。你还可以单击每行旁边的“+”查看Python代码的C语言翻译。
这一代码能有多快呢？我们一起看看：
在本例中，Cython的速度大约是Python的6.75倍，这清楚地展示了Cython能够大大节约时间。这一点也是Cython相比于Python最大的改进之处。
附加选项
如果你对C语言已经有所了解，Cython还允许访问C代码，而Cython的创建者还没有为这些代码添加现成的声明。那么，使用以下代码可以为C函数生成Python包装器并将其添加到模块dict中。
%%cython
cdef extern from "math.h":
cpdef double sin(double x)Cython证明了并行性等许多额外的功能。
传送门：http://docs.cython.org/en/latest/index.html
总之，如果你遇到在执行Python代码时等待时间过长的问题，Cython可以提供一种集成而高效的方法来加速代码执行速度。更重要的是，如果你熟悉C语言，就可以使用Cython许多进一步优化代码的功能。
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）
