Cython 和 Pyrex 之间的区别

原文： http://docs.cython.org/en/latest/src/userguide/pyrex_differences.html

警告: Cython 和 Pyrex 都在改变目标。到目前这个阶段，两个项目之间所有差异的明确列表已经很难完全列出和跟踪，但仍然希望这个宏观的列表能够让你理解目前的差异。应该注意的是，两个项目都在努力做到相互兼容，但 Cython 的目标是尽可能贴近 Python 并尽可能的像Python一样完整。

Python 3 支持

Cython 创建 .c 文件，可以在 Python 2.x 和 Python 3.x 中构建和使用。实际上，使用 Cython 编译模块很可能是将代码移植到 Python 3 的简单方法。

Cython 还支持 Python 3.0 和后来的主要 Python 版本附带的各种语法添加。如果它们不与现有的 Python 2.x 语法或语义冲突，它们一般来说也能被编译器接受。其他一切都取决于编译器指令 language_level=3（参见 编译器指令）。

List / Set / Dict 推导式

Cython 支持 Python 3 定义的列表、集合和字典的推导式：

[expr(x) for x in A]             # list
{expr(x) for x in A}             # set
{key(x) : value(x) for x in A}   # dict

如果 A 是列表，元组或字典，则这个循环会被优化。您也可以使用 for ... from 语法，但通常最好使用 for ... in range(...) 的语法，并使用一个 C 变量作为循环变量（比如 cdef int i ）。

注意：见 自动range转换

请注意，Cython 还支持从 Python 2.4 开始的集合字面量。

仅关键字参数

Python 函数可以在 * 参数之后和 ** 参数之前列出仅限关键字的参数，例如：

def f(a, b, *args, c, d = 42, e, **kwds):
    ...

这里 c ，d 和 e 不能作为位置参数传递，必须作为关键字参数传递。此外，c 和 e 是必需的关键字参数，因为它们没有默认值。

如果省略 * 之后的参数名，则该函数将不接受任何额外的位置参数，例如：

def g(a, b, *, c, d):
    ...

接收两个位置参数，并有两个必需的关键字参数。

条件表达式“x if b else y”

条件表达式正如https://www.python.org/dev/peps/pep-0308/ 中描述的：

X if C else Y

X 和 Y 中只有一个会被求值（具体哪个则取决于 C 的值）。

cdef 内联

模块级函数现在可以声明为内联， inline 关键字会被传递给 C 编译器。这些代码可以和宏一样快：

cdef inline int something_fast(int a, int b):
    return a*a + b

请注意，类级 cdef 函数是通过虚函数表处理的，因此几乎在所有情况下编译器都无法内联它们。

声明时赋值（例如“cdef int spam = 5”）

在 Pyrex 中，必须这么写：

cdef int i, j, k
i = 2
j = 5
k = 7

现在，有了 cython，可以这么写：

cdef int i = 2, j = 5, k = 7

右边的表达可以任意复杂，例如：

cdef int n = python_call(foo(x,y), a + b + c) - 32

for 循环中的'by'表达式（例如“for i from 0 <= i < 10 by 2”）

for i from 0 <= i < 10 by 2:
    print i

输出：

0
2
4
6
8

注意：并不鼓励使用此语法，因为它对于普通的 Python for 循环来说是多余的。参见 自动range转换。

布尔 int 类型（例如，它的行为类似于 c int，但是作为布尔值与 python转换）

在 C 中，int 用于真值。在 python 中，任何对象都可以用作真值（使用 __nonzero__() 方法），但规范选择是两个布尔对象 True 和 False。 bint（用于“boolean int”）类型被编译为 C int，但是作为布尔值与 Python之间强制转换。比较运算的返回类型和几个内置函数也是 bint 。这减少了在 bool()中包装的需要。例如，可以写：

def is_equal(x):
    return x == y

它将在 Pyrex 中返回 1 或 0，但在 Cython 中返回 True 或 False 。可以声明函数的变量和返回值为 bint类型。例如：

cdef int i = x
cdef bint b = x

第一次转换将在 x.__int__() 中进行，而第二次转换在 x.__bool__()（a.k.a。__nonzero__()） 中进行，并对已知的内置类型进行适当的优化。

可执行类主体

包含一个生效的 classmethod()：

cdef class Blah:
    def some_method(self):
        print self
    some_method = classmethod(some_method)
    a = 2*3
    print "hi", a

cpdef 函数

Cython 在通常的 def 和 cdef之外添加了第三种函数类型。如果一个函数被声明为 cpdef，它可以被扩展和普通的 python 子类调用和覆盖。您基本上可以将 cpdef 方法视为 cdef 方法 + 一些额外的方法。 （这就是它至少实现的方式。）首先，它创建了一个 def 方法，除了调用底层 cdef 方法之外什么都不做（并且如果需要，可以进行参数解包/强制） ）。在 cdef 方法的顶部添加了几行简单的代码以查看它是否被覆盖，类似于以下伪代码：

if hasattr(type(self), '__dict__'):
    foo = self.foo
    if foo is not wrapper_foo:
        return foo(args)
[cdef method body]

要检测类型是否具有字典，它只检查tp_dictoffset插槽，对于扩展类型，它是 NULL（默认情况下），但对于实例类，则为非空。如果字典存在，它会执行单个属性查找，并且可以（通过比较指针）判断返回的结果是否实际上是新函数。如果且仅当它是一个新函数时，则参数被打包到元组和方法中。这一切都非常快。一个标志会被设置用来保证直接在类上调用方法时不会发生此查找，例如：

cdef class A:
    cpdef foo(self):
        pass

x = A()
x.foo()  # 会检查是否被覆盖
A.foo(x) # 无论是否覆盖都会调用A的实现

有关说明和使用提示，请参阅 早期绑定速度 。

自动range转换

当 i 是任何 cdef 定义的整数类型时，这将把 for i in range(...) 形式的语句转换为 for i from ...，并且可以确定方向（即步骤的符号）。

警告：如果范围导致赋值给 i 溢出，这可能会改变语义。具体来说，如果设置了此选项，则在进入循环之前将引发错误，而如果没有此选项，循环将执行，直到遇到溢出值。如果这会影响你，请更改 Cython/Compiler/Options.py（最终会有更好的方法来设置它）。

更友好的类型转换

在 Pyrex 中，如果有一个类型 <int>x，其中 x 是一个 Python 对象，那么将获得 x 的内存地址。同样，如果一个类型 <bject>i ，其中 i 是一个 C int，那么将在内存中的 i 位置获得一个 “对象”。这会导致混乱的结果和段错误。

在 Cython <type>x 中，如果其中一个类型是 python 对象，则会尝试强制执行（如将 x 赋值给类型类型的变量时）。没有转换发生时它不会阻止你转换（虽然它会发出警告）。如果你真的想要这个地址，首先要转换为 void *。

如在 Pyrex 中 <MyExtensionType>x 将 x 转换为类型 MyExtensionType 而不进行任何类型检查。 Cython 支持使用类型检查进行转换的语法 <MyExtensionType?> （即如果 x 不是 MyExtensionType 的子类，它将抛出错误。

cdef / cpdef 函数中的可选参数

Cython 现在支持 cdef 和 cpdef 的函数使用可选参数。

.pyx 文件中的语法和在 Python 中一样，只要你在 .pxd 文件中用 cdef foo(x=*) 声明这些函数。子类化时参数的数量可能会增加，但参数类型和顺序必须保持不变。在某些情况下，如果没有任何可选参数的 cdef / cpdef 函数被一个具有默认参数值的函数覆盖，则会有轻微的性能损失。

例如，可以这么写 .pxd 文件：

cdef class A:
    cdef foo(self)

cdef class B(A):
    cdef foo(self, x=*)

cdef class C(B):
    cpdef foo(self, x=*, int k=*)

使用相应的 .pyx 文件：

from __future__ import print_function

cdef class A:
    cdef foo(self):
        print("A")

cdef class B(A):
    cdef foo(self, x=None):
        print("B", x)

cdef class C(B):
    cpdef foo(self, x=True, int k=3):
        print("C", x, k)

注意：这也说明了 cpdef 函数是如何覆盖 cdef 函数。

结构中的函数指针

为方便起见， struct 中声明的函数会自动转换为函数指针。

C ++异常处理

cdef 函数现在可以声明为：

cdef int foo(...) except +
cdef int foo(...) except +TypeError
cdef int foo(...) except +python_error_raising_function

在这种情况下，C ++错误被捕获时将引发一个 Python 异常。更详细的文档请参阅在Cython中使用C ++。

同义词

cdef import from 与 cdef extern from 的含义相同

源代码编码

Cython 支持 PEP 3120 和 PEP 263 ，即你可以从一行表示编码的注释开始写你的Cython源文件（通常用 UTF-8）。这会影响字节字符串的编码以及将u'abcd'等 unicode 字符串文字转换为 unicode 对象。

译者注：即支持类似于 Python 的 # -*- coding: utf-8 -*-。

自动 typecheck

当 isinstance() 第二个参数是扩展类型时，Cython会进行更快速、不可欺骗的检查，而不是像 Pyrex 文档中所解释的那样引入新关键字 typecheck。

from __future__ 指令

Cython 支持多种 from __future__ import ... 指令，具体来说是： absolute_import ，unicode_literals，print_function 和 division。

With 语句总是可用的。

纯 Python 模式

Cython 支持编译 .py 文件，并接收使用装饰器或者其他有效的 Python 语法进行的类型注释。这允许将相同的源文件解释为 Python程序，或者编译以获得优化的结果。有关详细信息，请参阅 纯 Python 模式 。

---

我们一直在努力

apachecn/AiLearning

---