python控制流实例
如何用C代码给Python写扩展库Cython之前一篇文章里提到了利用cython来编译python，这次来讲一下如何用cython给python写扩展库。
两种语言混合编程，其中最重要的是类型的传递。
我们用一个简单的例子进行入门：这次的目标是用c语言写一个numpy的加法和元素相乘模块。在本例中，numpy的array被传入到c语言模块内，变成了二维数组。
1. 头文件main.h：
|
|
#ifndef _main_h#define _main_hvoid plus(double *a, double *b, double *r, int n, int m); // 矩阵加法void mul(double *a, double *b, double *r, int n, int m); // 矩阵按元素相乘void main(double *a, double *b, double *r, int n, int m, int times); // 用于测试的main函数#endif |
2. 把主要代码写在main.c中：
|
|
#include "main.h" /************************************ 矩阵的加法* 利用数组是顺序存储的特性, ** 通过降维来访问二维数组! ** 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); }} /************************************ 矩阵的按元素乘法* 利用数组是顺序存储的特性, ** 通过降维来访问二维数组! ** 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函数* 利用数组是顺序存储的特性, ** 通过降维来访问二维数组! ** r***********************************/void main(double *a, double *b, double *r, int n, int m, int times){ int i; // 循环times次#pragma omp parallel for for (i = 0; i < times; i++) { // 矩阵的加法 plus(a, b, r, n, m); // 矩阵按元素相乘 mul(a, b, r, n, m); }} |
这个main.c中实现了矩阵的加法、矩阵按元素相乘的功能，用到的数据结构是二维数组，但是因为c语言中给函数传递二维数组比较麻烦，这里用降维的方法实现。另外在main()函数中，采用一个循环来进行测试，以测试性能。
3. 下面编写test.pyx文件来调用上述c函数（注意，后缀是.pyx噢）：详细的知识点在注释中写出来了~
|
|
# 既要import numpy, 也要用cimport numpyimport timeimport numpy as npcimport numpy as np # 使用numpy-c-apinp.import_array() # cdefine c 函数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) """# 定义一个"包装函数", 用于调用c语言的main函数，调用范例：plus_fun(a, b, r)# 在这里要注意函数传入的参数的类型声明，double表示数组的元素是double类型的，# ndim = 2表示数组的维度是2# 在调用main函数时，要把python的变量强制转化成相应的类型（以确保无误），比如<int># 当然，基本类型如int，可以不显式地写出来，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. 为了用cython编译上述代码，我们创建一个setup.py文件：
|
|
import numpyfrom distutils.core import setupfrom distutils.extension import extensionfrom cython.distutils import build_ext filename = 'test' # 源文件名full_filename = 'test.pyx' # 包含后缀的源文件名 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一定要放在同一个文件夹下。此时在该文件夹下按住shift键，然后右击鼠标，打开cmd或powershell控制台，在控制台中运行以下命令进行cython编译：
python setup.py build_ext --i
或者：
python setup.py build_ext --inplace
编译成功的图例：
此时在同目录下会生成“test.cp36-win_amd64.pyd”的二进制码文件，它是闭源的，但是可以直接用python来import。下面编写测试代码main.py来进行测试：
|
|
import testimport timeimport numpy as np start_time = time.time()a = np.random.rand(100, 100) * 2 - 1 # 生成300*300的随即矩阵b = np.random.rand(100, 100) * 2 - 1r = np.empty_like(a) # 创建一个空矩阵，用来存储计算结果test.main_func(a, b, r, 500000) # 调用main_func进行测试end_time = time.time()print(end_time - start_time) # 输出时间print(r) # 输出运行结果 |
执行结果：
通过本例我们可以看到：将循环放在c语言模块中，而不是原生的python中，可以提高执行效率。
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开心学习网。
原文链接：https://blog.csdn.net/qq_33353186/article/details/80298239