用 scipy.weave 嵌入 C 语言

Python作为动态语言其功能虽然强大，但是在数值计算方面有一个最大的缺点：速度不够快。在Python级别的循环和计算的速度只有C语言程序的百分之一。因此才有了NumPy, SciPy这样的函数库，将高度优化的C、Fortran的函数库进行包装（封装），以供Python程序调用。如果这些高度优化的函数库无法实现我们的算法，必须从头开始写循环、计算的话，那么用Python来做显然是不合适的。因此SciPy提供了快速调用C++语言程序的方法– Weave。下面是对NumPy的数组求和的例子：

import scipy.weave as weave
import numpy as np
import time

def my_sum(a):
    n=len(a) 
    code="""
    int i;
    double counter;
    counter =0;
    for(i=0;i<n;i++){
        counter=counter+a(i);
    }
    return_val=counter;
    """

    err=weave.inline(
        code,['a','n'],
        type_converters=weave.converters.blitz,
        compiler="gcc"
    )
    return err

a = np.arange(0, 10000000, 1.0)
# 先调用一次my_sum，weave会自动对C语言进行编译，此后直接运行编译之后的代码
my_sum(a)

start = time.clock()
for i in xrange(100):
    my_sum(a)  # 直接运行编译之后的代码
print "my_sum:", (time.clock() - start) / 100.0

start = time.clock()
for i in xrange(100):
    np.sum( a ) # numpy中的sum，其实现也是C语言级别
print "np.sum:", (time.clock() - start) / 100.0

start = time.clock()
print sum(a) # Python内部函数sum通过数组a的迭代接口访问其每个元素，因此速度很慢
print "sum:", time.clock() - start

my_sum: 0.0294527349146
np.sum: 0.0527649547638
sum: 9.11022322669

注意：以上是一个老版本的scipy.weave的用法，如果使用最新版本的scipy的，将会提示如下错误：

ImportError: No module named 'scipy.weave'

查阅文档，我们发现：
The scipy.weave module is deprecated. It was the only module never ported to Python 3.x, and is not recommended to be used for new code - use Cython instead. In order to support existing code, scipy.weave has been packaged separately: https://github.com/scipy/weave. It is a pure Python package, and can easily be installed with pip install weave.

References

[1] 用Weave嵌入C语言