Cython、使用 Python.h 扩展 C/C++ 等之间的差异

Question

现在我有一个用Python编写的图像处理算法，大约有100行左右。使用

numpy

、

PIL

和

scipy

大约需要 500 毫秒。我希望更快地获得它，并且由于到目前为止实际算法似乎已经相当优化，我想知道使用不同的方法（例如

Cython

）是否会改善时间。我相信我可以做几件不同的事情：

1. 使用 Cython 将 C 库的相关部分公开给 Python。
2. 使用Ctypes只用C编写所有内容，但仍然拥有纯Python（根本不倾向于这个）
3. 在 C/C++ 中创建扩展模块，然后导入它并调用函数。我不确定我是否能够以这种方式使用

   numpy

   。
4. 创建一个 DLL 并让 Python 加载它。这不会使用

   numpy

   或那些模块，但仍然非常高效。

我这里只是追求速度，并不担心实施的难度。在这种情况下有没有更好的选择，它们都是一样的，或者甚至值得做？

Answer 1

了解您需要在这里做什么会很有帮助。

如果您不使用

ctypes

进行函数调用，那么只涉及

ctypes

类型不太可能为您节省任何东西。如果您已经有一些带有“帮我解决”功能的 DLL/共享对象，那么当然，

ctypes

就是这样。

Cython 创建扩展模块，因此您可以使用 Cython 执行的任何操作也可以使用扩展模块完成，这仅取决于您手动编写扩展的舒适程度。 Cython 比手动编写扩展受到更多限制，并且更难“看到”性能（优化 Cython 的规则基本上与优化标准 Python 级 CPython 代码相反，如果您忘记

cdef

正确的事情，您没有任何收获；

cdef

错误的事情会让代码变慢），但 Cython 通常也更简单。

仅当您有非 Python 用途时才值得编写单独的非扩展 DLL；否则，Python 扩展基本上只是 DLL 的情况，但集成得更好。

基本上，根据定义，只要有无限的时间和技能，CPython 扩展将在性能上击败任何其他选项，因为它可以完成其他选项所做的一切，甚至更多。只是工作量更大，而且容易出错（因为你写的是 C，很容易出错）。