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：
|
1
2
3
4
5
6
|
#ifndef _main_h
#define _main_h
void 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
|
#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~
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
# 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import test
import time
import numpy as np
start_time = time.time()
a = np.random.rand(100, 100) * 2 - 1 # 生成300*300的随即矩阵
b = np.random.rand(100, 100) * 2 - 1
r = 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服务器之家。
原文链接：https://blog.csdn.net/qq_33353186/article/details/80298239