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。
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!
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
- 【原神】V5.0攻略 | 林尼攻略一图流
- 李翊君.1993-相思的烈酒【上华】【WAV+CUE】
- 古巨基.1998-LEO.KU(国)【千禧年代】【WAV+CUE】
- 郭子.2001-原来你什么都不想要创作集丫滚石】【WAV+CUE】
- 《使命召唤:黑色行动6》新预告公布!10月25日发售
- Atlus《暗喻幻想》媒体评分汇总:高分好评如潮!
- 2024金摇杆奖提名揭晓 《黑神话》角逐最佳视觉设计!
- 群星《新说唱2024 第3期 (上)》[320K/MP3][32.76MB]
- 群星《新说唱2024 第3期 (上)》[FLAC/分轨][95.38MB]
- 群星《新说唱2024 第3期 (下)》[320K/MP3][31.36MB]
- 幻兽帕鲁手游什么时候正式上线 最新消息一览
- 西普大陆BOSS位置盘点 解锁天启纪元玩法
- 西普大陆精灵进阶培养攻略 精灵养成指南
- dnf手游法控法系职业哪个强 dnf手游法控法系职业强度排行
- 魔兽世界血藤护目镜图纸在哪买 wlk血藤护目镜图纸购买位置介绍