如何用C代碼給Python寫擴展庫(Cython)
之前一篇文章里提到了利用Cython來編譯Python,這次來講一下如何用Cython給Python寫擴展庫。
兩種語言混合編程,其中最重要的是類型的傳遞。
我們用一個簡單的例子進(jìn)行入門:這次的目標(biāo)是用C語言寫一個Numpy的加法和元素相乘模塊。在本例中,Numpy的array被傳入到C語言模塊內(nèi),變成了二維數(shù)組。
1. 頭文件main.h:
#ifndef _MAIN_H #define _MAIN_H void plus(double *a, double *b, double *r, int n, int m); // 矩陣加法 void mul(double *a, double *b, double *r, int n, int m); // 矩陣按元素相乘 void main(double *a, double *b, double *r, int n, int m, int times); // 用于測試的main函數(shù) #endif
2. 把主要代碼寫在main.c中:
#include "main.h"
/***********************************
* 矩陣的加法
* 利用數(shù)組是順序存儲的特性, *
* 通過降維來訪問二維數(shù)組! *
* r
***********************************/
void plus(double *a, double *b, double *r, int n, int m)
{
int i, j;
for(i = 0; i < n; i++)
{
for(j = 0; j < m; j++)
*(r + i*m + j) = *(a + i*m + j) + *(b + i*m + j);
}
}
/***********************************
* 矩陣的按元素乘法
* 利用數(shù)組是順序存儲的特性, *
* 通過降維來訪問二維數(shù)組! *
* r
***********************************/
void mul(double *a, double *b, double *r, int n, int m)
{
int i, j;
for(i = 0; i < n; i++)
{
for(j = 0; j < m; j++)
*(r + i*m + j) = *(a + i*m + j) * *(b + i*m + j);
}
}
/***********************************
* main函數(shù)
* 利用數(shù)組是順序存儲的特性, *
* 通過降維來訪問二維數(shù)組! *
* r
***********************************/
void main(double *a, double *b, double *r, int n, int m, int times)
{
int i;
// 循環(huán)times次
#pragma omp parallel for
for (i = 0; i < times; i++)
{
// 矩陣的加法
plus(a, b, r, n, m);
// 矩陣按元素相乘
mul(a, b, r, n, m);
}
}
這個main.c中實現(xiàn)了矩陣的加法、矩陣按元素相乘的功能,用到的數(shù)據(jù)結(jié)構(gòu)是二維數(shù)組,但是因為C語言中給函數(shù)傳遞二維數(shù)組比較麻煩,這里用降維的方法實現(xiàn)。另外在main()函數(shù)中,采用一個循環(huán)來進(jìn)行測試,以測試性能。
3. 下面編寫test.pyx文件來調(diào)用上述C函數(shù)(注意,后綴是.pyx噢):詳細(xì)的知識點在注釋中寫出來了~
# 既要import numpy, 也要用cimport numpy
import time
import numpy as np
cimport numpy as np
# 使用Numpy-C-API
np.import_array()
# cdefine C 函數(shù)
cdef extern from "main.h":
void plus(double *a, double *b, double *r, int n, int m)
void mul(double *a, double *b, double *r, int n, int m)
void main(double *a, double *b, double *r, int n, int m, int times)
"""
# 定義一個"包裝函數(shù)", 用于調(diào)用C語言的main函數(shù),調(diào)用范例:plus_fun(a, b, r)
# 在這里要注意函數(shù)傳入的參數(shù)的類型聲明,double表示數(shù)組的元素是double類型的,
# ndim = 2表示數(shù)組的維度是2
# 在調(diào)用main函數(shù)時,要把python的變量強制轉(zhuǎn)化成相應(yīng)的類型(以確保無誤),比如<int>
# 當(dāng)然,基本類型如int,可以不顯式地寫出來,如下面的a.shape[0]、a.shape[1]
"""
def main_func(np.ndarray[double, ndim=2, mode="c"] a not None,
np.ndarray[double, ndim=2, mode="c"] b not None,
np.ndarray[double, ndim=2, mode="c"] r not None,
times not None):
main(<double*> np.PyArray_DATA(a),
<double*> np.PyArray_DATA(b),
<double*> np.PyArray_DATA(r),
a.shape[0],
a.shape[1],
<int> times)
4. 為了用Cython編譯上述代碼,我們創(chuàng)建一個setup.py文件:
import numpy
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
filename = 'test' # 源文件名
full_filename = 'test.pyx' # 包含后綴的源文件名
setup(
name = 'test',
cmdclass = {'build_ext': build_ext},
ext_modules=[Extension(filename,sources=[full_filename, "main.c"],
include_dirs=[numpy.get_include()])],
)
5. 上述的main.h、main.c、test.pyx一定要放在同一個文件夾下。此時在該文件夾下按住shift鍵,然后右擊鼠標(biāo),打開cmd或PowerShell控制臺,在控制臺中運行以下命令進(jìn)行Cython編譯:
python setup.py build_ext --i
或者:
python setup.py build_ext --inplace
編譯成功的圖例:

此時在同目錄下會生成“test.cp36-win_amd64.pyd”的二進(jìn)制碼文件,它是閉源的,但是可以直接用python來import。下面編寫測試代碼main.py來進(jìn)行測試:
import test import time import numpy as np start_time = time.time() a = np.random.rand(100, 100) * 2 - 1 # 生成300*300的隨即矩陣 b = np.random.rand(100, 100) * 2 - 1 r = np.empty_like(a) # 創(chuàng)建一個空矩陣,用來存儲計算結(jié)果 test.main_func(a, b, r, 500000) # 調(diào)用main_func進(jìn)行測試 end_time = time.time() print(end_time - start_time) # 輸出時間 print(r) # 輸出運行結(jié)果
執(zhí)行結(jié)果:

通過本例我們可以看到:將循環(huán)放在C語言模塊中,而不是原生的Python中,可以提高執(zhí)行效率。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python 使用cx-freeze打包程序的實現(xiàn)
這篇文章主要介紹了python 使用cx-freeze打包程序的實現(xiàn),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
python 中文件輸入輸出及os模塊對文件系統(tǒng)的操作方法
這篇文章主要介紹了python 中文件輸入輸出及os模塊對文件系統(tǒng)的操作方法,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下2018-08-08
Python數(shù)據(jù)分析之使用scikit-learn構(gòu)建模型
這篇文章主要介紹了Python數(shù)據(jù)分析之使用scikit-learn構(gòu)建模型,sklearn提供了model_selection模型選擇模塊、preprocessing數(shù)據(jù)預(yù)處理模塊、decompisition特征分解模塊,更多相關(guān)內(nèi)容需要朋友可以參考下面文章內(nèi)容2022-08-08

