Cython—性能分析

文章目录

在cython加速中，通过profile性能分析工具分析不同含函数的运行耗时。

以下代码运行在jupyter notebook上

这里以以下公式作为一个小例子，我们将会估计到一个特定整数值n的倒数平方和来估计圆周率。我们想用的这个关系由欧拉在1735年证明，在巴塞尔问题中很著名。

一个python代码

import pstats,cProfile


def recip_square(i):
    return 1.0/(i**2)

def approx_pi(n=10000000):
    val = 0.0
    for k in range(1,n+1):
        val +=recip_square(k)
    return (6*val)**0.5


cProfile.runctx("approx_pi()",globals(),locals(),"Profile.prof")
s = pstats.Stats("Profile.prof")
s.strip_dirs().sort_stats("time").print_stats()

=======================运行输出=======================
Thu Mar 12 15:33:12 2020    Profile.prof

         10000004 function calls in 5.402 seconds

   Ordered by: internal time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
 10000000    3.767    0.000    3.767    0.000 <ipython-input-4-d6372d80493e>:1(recip_square)
        1    1.636    1.636    5.402    5.402 <ipython-input-4-d6372d80493e>:5(approx_pi)
        1    0.000    0.000    5.402    5.402 {built-in method builtins.exec}
        1    0.000    0.000    5.402    5.402 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

写成cython
以下n,i使用 int 会数据长度溢出报错，改成 long long 。
recip_square()使用C++中的内联函数声明方式。同时：i**2改写成i*i，这个各位可以测试一下：

%load_ext Cython
%%cython --annotate

cdef inline double recip_square(long long i):
    return 1.0/(i*i)


def C_approx_pi(long long n=10000000):
    cdef double val = 0.0
    cdef int k
    for k in range(1,n+1):
        val +=recip_square(k)
    return (6*val)**0.5


cProfile.runctx("C_approx_pi()",globals(),locals(),"Profile.prof")
s = pstats.Stats("Profile.prof")
s.strip_dirs().sort_stats("time").print_stats()


=======================运行输出=======================
Thu Mar 12 16:05:02 2020    Profile.prof

         4 function calls in 0.013 seconds

   Ordered by: internal time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.012    0.012    0.012    0.012 {_cython_magic_376fc8b7c10a202ad2fdeb563e2323aa.C_approx_pi}
        1    0.000    0.000    0.013    0.013 <string>:1(<module>)
        1    0.000    0.000    0.013    0.013 {built-in method builtins.exec}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

若是不需要监控的函数，可以注销该函数监测，比如：

%%cython --annotate
import cython


@cython.profile(False)   # 添加此代码
cdef inline double recip_square(long long i):
    return 1.0/(i*i)


def C_approx_pi(long long n=10000000):
    cdef double val = 0.0
    cdef int k
    for k in range(1,n+1):
        val +=recip_square(k)
    return (6*val)**0.5

cProfile.runctx("C_approx_pi()",globals(),locals(),"Profile.prof")
s = pstats.Stats("Profile.prof")
s.strip_dirs().sort_stats("time").print_stats()

=======================运行输出=======================
Thu Mar 12 16:08:47 2020    Profile.prof

         4 function calls in 0.010 seconds

   Ordered by: internal time

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.010    0.010    0.010    0.010 {_cython_magic_58c1ce2f1baf89864f3cbe41ed0c4287.C_approx_pi}
        1    0.000    0.000    0.010    0.010 <string>:1(<module>)
        1    0.000    0.000    0.010    0.010 {built-in method builtins.exec}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}

参考：http://docs.cython.org/en/latest/src/tutorial/profiling_tutorial.html