【附源码+Pybind + Cython Python性能提升方案】该拿什么拯救你，Slow Python

目录

Cython介绍

性能比对

纯C++

Pybind11

Python

Cython

总结

循环机制

算数操作

内存分配

更多情况

---

在做深度学习部署以及加速过程中，性能计算是非常重要的，这也是Python的一大痛点，本文主要介绍各种Python加速的方法并且也抛砖引玉，阐述了Why python so slow。整体测试代码目录如下

Cython介绍

简单来说Cython适合以下场景

1. 因为某些需求导致不得不编写一些多重嵌套的循环，而这些循环如果用 C 语言来实现会快几百倍，但是不熟悉 C 或者不知道 Python 如何与 C 进行交互

2. 项目组规定只能使用 Python 语言，解释器只能 CPython

3. Python 是一门动态语言，但希望至少在数字计算方面，能够加入可选的静态类型，这样可以极大的加速运算效果。因为单纯的数字相加不太需要所谓的动态性，尤其是当你的程序中出现了大量的计算逻辑时

4. 对于一些计算密集型的部分，写出一些超越 Numpy、Scipy、Pandas 的算法

5. 项目中有一些已经用 C、C++ 实现的库，需要直接在 Python 内部更好地调用它们，并且不使用 ctypes、cffi 等模块

6. 可以将 Python 代码中性