引言
通常,在 Python 中写循环(特别是多重循环)非常的慢,在文章 https://www.jb51.net/article/133807.htm中,我们的元胞自动机的状态更新函数 update_state 使用了两重循环,所以我们尝试用 Cython 重构该方法。
代码
我们在同文件夹下新建一个 update.pyx 文件,写入如下内容
import numpy as np cimport numpy as np cimport cython DTYPE = np.float ctypedef np.float_t DTYPE_t def update_state(np.ndarray[DTYPE_t, ndim=2] cells): return update_state_c(cells) @cython.boundscheck(False) @cython.wraparound(False) cdef np.ndarray[DTYPE_t, ndim=2] update_state_c(np.ndarray[DTYPE_t, ndim=2] cells): """更新一次状态""" cdef unsigned int i cdef unsigned int j cdef np.ndarray[DTYPE_t, ndim=2] buf = np.zeros((cells.shape[0], cells.shape[1]), dtype=DTYPE) cdef DTYPE_t neighbor_num for i in range(1, cells.shape[0] - 1): for j in range(1, cells.shape[0] - 1): # 计算该细胞周围的存活细胞数 neighbor_num = cells[i, j-1] + cells[i, j+1] + cells[i+1, j] + cells[i-1, j] + cells[i-1, j-1] + cells[i-1, j+1] + cells[i+1, j-1] + cells[i+1, j+1] if neighbor_num == 3: buf[i, j] = 1 elif neighbor_num == 2: buf[i, j] = cells[i, j] else: buf[i, j] = 0 return buf
update_state_c 函数上的两个装饰器是用来关闭 Cython 的边界检查的。
在同文件下新建一个 setup.py 文件
import numpy as np from distutils.core import setup from Cython.Build import cythonize setup( name="Cython Update State", ext_modules=cythonize("update.pyx"), include_dirs=[np.get_include()] )
因为在 Cython 文件中使用了 NumPy 的头文件,所以我们需要在 setup.py 将其包含进去。
执行 python setup.py build_ext --inplace 后,同文件夹下会生成一个 update.cp36-win_amd64.pyd 的文件,这就是编译好的 C 扩展。
我们修改原始的代码,首先在文件头部加入 import update as cupdate,然后修改更新方法如下
def update_state(self): """更新一次状态""" self.cells = cupdate.update_state(self.cells) self.timer += 1
将原方法名就改为 update_state_py 即可,运行脚本,无异常。
测速
我们编写一个方法来测试一下使用 Cython 可以带来多少速度的提升
def test_time(): import time game = GameOfLife(cells_shape=(60, 60)) t1 = time.time() for _ in range(300): game.update_state() t2 = time.time() print("Cython Use Time:", t2 - t1) del game game = GameOfLife(cells_shape=(60, 60)) t1 = time.time() for _ in range(300): game.update_state_py() t2 = time.time() print("Native Python Use Time:", t2 - t1)
运行该方法,在我的电脑上输出如下
Cython Use Time: 0.007000446319580078
Native Python Use Time: 4.342248439788818
速度提升了 600 多倍。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
更新日志
2024年11月15日
2024年11月15日
- 廖也欧《面朝大海》[Hi-Res][24bit 48kHz][FLAC/分轨][170.14MB]
- s13T1夺冠五人名单都有谁 s13T1夺冠五人名单一览
- 英雄联盟T1战队队长都有谁 T1战队所有队长介绍
- skt历届战队成员都有哪些 skt历届战队成员名单盘点
- 妙音唱片《大热唱片3》[WAV+CUE]
- 费玉清《跟着地球旋转》滚石时代经典复刻[正版原抓WAV+CUE]
- 罗文甄妮-射雕英雄传(AMCD)(限量版)[WAV+CUE]
- 《巫师4》定档2025再添佐证:参演人员曝光 老将回归
- 辣眼睛 美女COS《黑神话:悟空》比基尼版金池长老
- 外媒称PS5pro违背承诺:《蜘蛛侠2》根本没法4K60帧
- 令晴 Lynn《The Make》[320K/MP3][44.47MB]
- 令晴 Lynn《The Make》[Hi-Res][24bit 48kHz][FLAC/分轨][295.42MB]
- 雷婷《移情别恋HQⅡ》头版限量编号[低速原抓WAV+CUE][1G]
- FUNDAMENTAL.1989-感觉号渡轮【SONY】【WAV+CUE】
- 上山安娜.1986-上山安娜【EMI百代】【WAV+CUE】