问题标签 [cythonize]

我试图实现的是将我的 Python 脚本编译为 lib/dll 并使用 arguments 调用它。

这是脚本的setup.py文件：

使用此命令生成编译输出：

产生以下文件：

和一个名为 build 的子目录，其中包含：

如何从带有参数的 c++ 代码调用已编译的脚本？

我使用 Cython 来完成这项任务，但这不是强制性的，也可以使用 boost 或其他方法（我这样做是为了使源代码无法访问）。

编辑：

使用 Mykola Shchetinin 提供的文档，我设法为我的脚本生成了一个 API 头文件。我基本上在我的主函数中添加了一个 cdef api 关键字。虽然这确实有助于我将方法名称导出到 c++，但我仍然需要一种方法来将一些参数传递给我的脚本。因为我传递字符串参数，所以我希望有一种类似的方式，比如使用 PyRun 设置 argv 并解析脚本中的参数（因为如果可能的话，我想避免将字符串从 c 转换为 python 编码）有什么简单的方法可以传递那些字符串参数？

编辑2：

我让它工作了！按照 Mykola 提供的示例并直接编译 c 文件输出而不是使用 .lib 我得到了它的工作。

Cython 将 python 代码转换为共享对象时遇到问题。

设置文件在这里：

因此，在我转移到 CentOS 的 Ubuntu 桌面实用程序上一切正常。

得到错误：

未定义符号：PyUnicodeUCS4_DecodeUTF8

我用谷歌搜索，发现有很多问题，但是，几乎所有人都说根本原因是带有 UCS2 或 UCS4 的 python，我理解这一点，没有找到解决这个问题的方法。

IMO，解决方法：

1. 通过“--enable-unicode=ucs4/ucs2”重建python以获得正确的版本

但我需要重新安装所有软件包

2. 从另一个具有正确 UCS 的 python 的桌面编译代码

现在，我想是否有办法将 Cython 设置为使用指定的 UCS 模式进行编译。

任何建议都非常感谢。

谢谢。

我正在尝试使prangeCythonparallel包的功能正常工作，似乎没有并行性。为了拥有 MWE，我从Cython: A Guide for Python Programmers一书中获取了示例代码，并通过添加一些打印语句对其进行了一些修改。示例代码可在github上免费获得，我所指的代码位于：examples/12-parallel-cython/02-prange-parallel-loops/。

以下是我对 julia.pyx 文件的修改。

当我使用setup_julia.py给出的编译时

用命令

python setup_julia.py build_ext --inplace

并运行 run_julia.py 文件，我看到 for 循环的所有实例只使用一个线程 -- Thread 0。终端输出如下所示。

据我了解， for 循环只是并行运行。有人可以指导我如何启动 for 循环以在多个线程之间分配负载吗？我还尝试将系统变量设置为OMP_NUM_THREADS大于 1 的某个数字，但没有任何效果。

我正在使用 Python 2.7.10 和 gcc 5.2.0 在 OSX 10.11.6 上运行测试。

我想在 Cython 的 prange 循环中并行执行 3 个采用相同输入的函数。他们在相同的变量TV和上添加值，并du采用相同的变量。代码的目的是计算四个主要方向上的像素梯度，然后按像素计算总变化。

为此，我创建了一个包含方法名称的列表并遍历该列表。我有这个代码：

虽然它在纯 Python 中工作，但 Cython 在编译时失败：

有什么意思吗？

编辑：

这个概念证明有效：

我想用以下类对python模块进行cythonize：

安装 cythonized 模块后，我正在尝试执行代码：

我有酸洗错误（静态和非静态方法相同）：

为什么会这样？

我已经阅读了网络上的各种文章，以对 DLL 有一些基本的了解。

据我了解，DLL 是二进制文件，因此如果我能够使用Cython.build包从 Python 脚本生成 DLL，那么与原始 Python 脚本相比，DLL 将加快速度。

如果没有 C++ 代码优化，使用的 DLL 是否会Cython.build提供与具有相同逻辑的本地 C++ 代码相同的速度。

还是我以上的理解都是错误的？

我正在努力使用 Cython 提高我的 python 粒子跟踪代码的性能。

这是我的纯 Python 代码：

显然，最耗时的过程是积分 ODE，在 Integrator 类中定义为 odeSolve() 和 equations()。此外，在求解过程中，类 Ring 中的 getEMField() 方法与 equations() 方法一样多。我尝试使用 Cython 获得显着的加速（至少 10 倍~20 倍），但通过以下 Cython 脚本我只获得了约 1.5 倍的加速水平：

我应该怎么做才能从 Cython 中获得最大的效果？（我尝试了 Numba 而不是 Cython，实际上 Numba 的性能提升是巨大的（大约 20 倍加速）。但是我很难将 Numba 与 python 类实例一起使用，因此我决定使用 Cython 而不是 Numba）。

作为参考，以下是 cython 对其编译的注解：

我正在尝试构建一个使用该模块的cythonbisect模块。使用 python-2 编译时，导入工作完美无缺，但为 python-3 编译时，我得到一个奇怪的递归错误。这是一个示例测试和设置脚本：

设置脚本

构建说明

我用 conda 创建了一个新的 python3 环境，安装的包列表是：

我已经推荐了一些网站在 Windows 8.1 中构建 pyx 到 pyd。我正在使用带有 Spyder IDE 的 Anaconda Distribution，我已经开发了 pyx 文件并且无法在“Anaconda 命令提示符”中构建 Anaconda>

并尝试过

收到以下错误：

我简单的 pyx 代码是

和我的 setup.py 文件如下..

如何在 Windows 8.1 中摆脱这个问题？我想使用 Struct 和 Socket 库进行套接字编程。

我有一个纯粹用 Python 编写的 A* 规划算法（使用这个关于路径规划的优秀资源）。具有相关移动和成本方法的网格类定义如下：

现在，我想使用 Cython 的静态编译器优势来加快执行速度。一种选择是用 Cython 中的静态类型重写整个事情。我使用 cProfiler 分析了纯 Python 代码以查看瓶颈所在，不出所料，大约 70% 的总执行时间进入了该neighbors方法（计算当前节点周围的有效相邻节点）。更具体地说，对于给定的玩具示例，列表理解行neighbors调用passable了超过 33,000 次。passable通过搜索SquareGrid障碍物的知识来检查其参数中给出的节点是否被标记为“障碍物”（SquareGrid.walls，位置元组列表）并相应地返回一个布尔值。在我看来，只要优化这个特定的方法，我就会在速度上获得显着的提升。所以我开始passable用 Cython 重写。

总的来说，我是 Cython 和 C/C++ 的完全新手，所以如果在理解这件事的实际工作原理方面有任何错误被指出，我将不胜感激。我创建了一个 pyrex 文件passable_cy.pyx，希望使用 Cython/GCC++ 对其进行编译，然后将其绑定到SquareGrid主脚本中的对象就足够了。这就是我定义的方式passable_cy.pyx：

随附setup.py文件：

这就是我将新的 cynthonized 方法绑定到SquareGrid主 A* python 脚本中的方式：

一切都正确编译，整个事情执行没有问题。没有任何速度改进，这是我所预料的（似乎太简单了）。我该如何从这里开始？这种方法绑定是最好的方法吗？我确信在 中可以做更多的事情passable_cy.pyx，但是我对 C/C++ 太不熟悉了，不知道该怎么做。