为什么这段代码在Cython中比Python运行得更慢？

Question

为什么这段代码在Cython中比Python运行得更慢？

pythonperformancecython

16

由于性能问题，我开始学习Cython。这段代码是尝试在运输建模（用于规划）领域中实现一些新算法的。

我决定从一个非常简单的函数开始，这个函数我会使用很多次（数亿次），并且绝对可以从性能提升中受益。

我用三种不同的方式实现了这个函数，并对它们进行了相同参数的测试（为了简单起见），每种方法都测试了1000万次：

Cython模块中的Cython代码。运行时间：3.35秒
Cython模块中的Python代码。运行时间：4.88秒
主脚本中的Python代码。运行时间：2.98秒

如您所见，Cython代码比Cython模块中的Python代码慢了45％，比主脚本中编写的代码慢了64％。这怎么可能？我哪里犯了错？

以下是Cython代码：

def BPR2(vol, cap, al, be):
    con=al*pow(vol/cap,be)
    return con


def func (float volume, float capacity,float alfa,float beta):
    cdef float congest
    congest=alfa*pow(volume/capacity,beta)
    return congest

测试的脚本如下：

agora=clock()
for i in range(10000000):
    q=linkdelay.BPR2(10,5,0.15,4)

agora=clock()-agora
print agora

agora=clock()
for i in range(10000000):
    q=linkdelay.func(10,5,0.15,4)
    
agora=clock()-agora
print agora

agora=clock()
for i in range(10000000):
    q=0.15*pow(10/5,4)
    
agora=clock()-agora
print agora

我知道像是超越函数（幂）会比较慢的问题，但我不认为这应该是一个问题。

因为查找函数空间中的函数需要一定的开销，如果我传递一个数组给函数并返回一个数组，这样会提高性能吗？我能够使用Cython编写的函数来返回一个数组吗？

参考资料：

Windows 7 64位
Python 2.7.3 64位
Cython 0.16 64位
Windows Visual Studio 2008

- PCamargo

1

所以，如果你正在考虑将一个数组传递到函数中，那么你可以矢量化代码，这种情况下，你是否考虑过简单地使用 NumPy 来完成你想要做的事情？毫无疑问，你示例中的函数可以在 NumPy 中轻松实现。 - Henry Gomersall

这只是一个非常琐碎的函数，Cython需要将PyObject*转换为float再进行反向转换，是不是有点过于繁琐了呢？对于如此小的函数来说，似乎开销有些大。 - Voo

1

只是想澄清一下，你的问题是你在调用函数上花费了大部分时间，使用Cython并不能改善这种情况。我建议你重新表达你的问题，不要预设解决方案（Cython）。这样那些想回答的人就会有更多的信息可以使用。提供一个你实际使用代码的小例子会很有用。 - Henry Gomersall

你不需要使用 float 类型数据，而是需要使用 double 类型数据吗？ - K. Brafford

正如您所看到的，Cython代码在Cython模块中比Python代码慢了45%。不，您说Cython花费了3.35秒，而在Cython中的Python花费了4.88秒。在我的世界里，这是快了45%。 - Michel Jung

3个回答

1

这个函数可以进行优化（在Python和Cython中，删除中间变量可以提高速度）：

def func(float volume, float capacity, float alfa,f loat beta):
    return alfa * pow(volume / capacity, beta)

- C0deH4cker

2

这并不能确切地导致所期望的数量级速度增加... - Henry Gomersall

但这会有所帮助。试一下，看看它能提高速度到哪个程度。 - C0deH4cker

5

不会的。这就是过早优化问题的本质。将你的精力投入到算法的改进中。 - Henry Gomersall

1

当Cython速度较慢时，可能是由于类型转换，可能会因缺乏类型注释而加剧。此外，如果在Cython中使用C数据结构，那么比在Cython中使用Python数据结构要快。

我对CPython 2.x（带有和不带有Cython，带有和不带有psyco）、CPython 3.x（带有和不带有Cython）、Pypy和Jython进行了性能比较。在所考虑的微基准测试中，Pypy是迄今为止最快的： http://stromberg.dnsalias.org/~strombrg/backshift/documentation/performance/

- user1277476

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Kassym Dorsel · Accepted Answer

测试使用了以下工具：

for i in range(10000000):
  func(2.7,2.3,2.4,i)

这里是结果:

cdef float func(float v, float c, float a, float b):
  return a * (v/c) ** b
#=> 0.85

cpdef float func(float v, float c, float a, float b):
  return a * (v/c) ** b
#=> 0.84

def func(v,c,a,b):
  return a * pow(v/c,b)
#=> 3.41

cdef float func(float v, float c, float a, float b):
  return a * pow(v/c, b)
#=> 2.35

为了最高的效率，您需要在C中定义函数，并将返回类型设置为静态。