python数据结构算法题二百五十：python数据结构算法题二百

问题
你想使用 Cython 来创建一个 Python 扩展模块，用来包装某个已存在的 C 函数库。
解决方案
使用 Cython 构建一个扩展模块看上去很手写扩展有些类似，因为你需要创建很多包装函数。不过，跟前面不同的是，你不需要在 C 语言中做这些——代码看上去更像是 Python。
作为准备，假设本章介绍部分的示例代码已经被编译到某个叫 libsample 的 C 函数库中了。首先创建一个名叫 csample.pxd 的文件，如下所示：

#
# Declarations of "external" C functions and structures
cdef extern from "sample.h":
int gcd(int, int)
bint in_mandel(double, double, int)
int divide(int, int, int *)
double avg(double *, int) nogil
ctypedef struct Point:
double x
double y
double distance(Point *, Point *)

这个文件在 Cython 中的作用就跟 C 的头文件一样。初始声明 cdef extern from"sample.h" 指定了所学的 C 头文件。接下来的声明都是来自于那个头文件。文件名是csample.pxd ，而不是 sample.pxd ——这点很重要。
下一步，创建一个名为 sample.pyx 的问题。该文件会定义包装器，用来桥接 Python解释器到 csample.pxd 中声明的 C 代码。

# Import the low-level C declarations
cimport csample
# Import some functionality from Python and the C stdlib
from cpython.pycapsule cimport *
from libc.stdlib cimport malloc, free
# Wrappers
def gcd(unsigned int x, unsigned int y):
return csample.gcd(x, y)
def in_mandel(x, y, unsigned int n):
return csample.in_mandel(x, y, n)
def divide(x, y):
cdef int rem
quot = csample.divide(x, y, &rem)
return quot, rem
def avg(double[:] a):
cdef:
int sz
double result
sz = a.size
with nogil:
result = csample.avg(<double *> &a[0], sz)
return result
# Destructor for cleaning up Point objects
cdef del_Point(object obj):
pt = <csample.Point *> PyCapsule_GetPointer(obj,"Point")
free(<void *> pt)
# Create a Point object and return as a capsule
def Point(double x,double y):
cdef csample.Point *p
p = <csample.Point *> malloc(sizeof(csample.Point))
if p == NULL:
raise MemoryError("No memory to make a Point")
p.x = x
p.y = y
return PyCapsule_New(<void *>p,"Point",<PyCapsule_Destructor>del_Point)
def distance(p1, p2):
pt1 = <csample.Point *> PyCapsule_GetPointer(p1,"Point")
pt2 = <csample.Point *> PyCapsule_GetPointer(p2,"Point")
return csample.distance(pt1,pt2)

该文件更多的细节部分会在讨论部分详细展开。最后，为了构建扩展模块，像下面这样创建一个 setup.py 文件：

from distutils.extension import Extension
from Cython.Distutils import build_ext
ext_modules = [
Extension('sample',
['sample.pyx'],
libraries=['sample'],
library_dirs=['.'])]
setup(
name = 'Sample extension module',
cmdclass = {'build_ext': build_ext},
ext_modules = ext_modules
)

要构建我们测试的目标模块，像下面这样做：

running build_ext
cythoning sample.pyx to sample.c
building 'sample' extension
gcc -fno-strict-aliasing -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes
-I/usr/local/include/python3.3m -c sample.c
-o build/temp.macosx-10.6-x86_64-3.3/sample.o
gcc -bundle -undefined dynamic_lookup build/temp.macosx-10.6-x86_64-3.3/
,
→sample.o
-L. -lsample -o sample.so
bash %

如果一切顺利的话，你应该有了一个扩展模块 sample.so ，可在下面例子中使用：

>>> sample.gcd(42,10)
2
>>> sample.in_mandel(1,1,400)
False
>>> sample.in_mandel(0,0,400)
True
>>> sample.divide(42,10)
(4, 2)
>>> import array
>>> a = array.array('d',[1,2,3])
>>> sample.avg(a)
2.0
>>> p1 = sample.Point(2,3)
>>> p2 = sample.Point(4,5)
>>> p1
<capsule object "Point" at 0x1005d1e70>
>>> p2
<capsule object "Point" at 0x1005d1ea0>
>>> sample.distance(p1,p2)
2.8284271247461903
>>>

讨论
本节包含了很多前面所讲的高级特性，包括数组操作、包装隐形指针和释放 GIL。
每一部分都会逐个被讲述到，但是我们最好能复习一下前面几小节。在顶层，使用Cython 是基于 C 之上。.pxd 文件仅仅只包含 C 定义（类似.h 文件），.pyx 文件包含了实现（类似.c 文件）。cimport 语句被 Cython 用来导入.pxd 文件中的定义。它跟使
用普通的加载 Python 模块的导入语句是不同的。
尽管 .pxd 文件包含了定义，但它们并不是用来自动创建扩展代码的。因此，你还是要写包装函数。例如，就算 csample.pxd 文件声明了 int gcd(int, int) 函数，你仍然需要在 sample.pyx 中为它写一个包装函数。例如：

def gcd(unsigned int x, unsigned int y):
return csample.gcd(x,y)

对于简单的函数，你并不需要去做太多的时。Cython 会生成包装代码来正确的转换参数和返回值。绑定到属性上的 C 数据类型是可选的。不过，如果你包含了它们，你可以另外做一些错误检查。例如，如果有人使用负数来调用这个函数，会抛出一个异常：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "sample.pyx", line 7, in sample.gcd (sample.c:1284)
def gcd(unsigned int x,unsigned int y):
OverflowError: can't convert negative value to unsigned int
>>>

如果你想对包装函数做另外的检查，只需要使用另外的包装代码。例如：

if x <= 0:
raise ValueError("x must be > 0")
if y <= 0:
raise ValueError("y must be > 0")
return csample.gcd(x,y)

在 csample.pxd 文件中的 ‘‘in_mandel()‘‘ 声明有个很有趣但是比较难理解的定义。
在这个文件中，函数被声明为然后一个 bint 而不是一个 int。它会让函数创建一个正确的 Boolean 值而不是简单的整数。因此，返回值 0 表示 False 而 1 表示 True。
在 Cython 包装器中，你可以选择声明 C 数据类型，也可以使用所有的常见 Python对象。对于 divide() 的包装器展示了这样一个例子，同时还有如何去处理一个指针参数。

cdef int rem
quot = csample.divide(x,y,&rem)
return quot, rem

在这里，rem 变量被显示的声明为一个 C 整型变量。当它被传入 divide() 函数的时候，&rem 创建一个跟 C 一样的指向它的指针。avg() 函数的代码演示了 Cython 更高级的特性。首先 def avg(double[:] a) 声明了 avg() 接受一个一维的双精度内存视图。最惊奇的部分是返回的结果函数可以接受任何兼容的数组对象，包括被 numpy创建的。例如：

>>> a = array.array('d',[1,2,3])
>>> import numpy
>>> b = numpy.array([1., 2., 3.])
>>> import sample
>>> sample.avg(a)
2.0
>>> sample.avg(b)
2.0
>>>

在此包装器中，a.size0 和 &a[0] 分别引用数组元素个数和底层指针。语法 <double*> &a[0] 教你怎样将指针转换为不同的类型。前提是 C 中的 avg() 接受一个正确类型的指针。参考下一节关于 Cython 内存视图的更高级讲述。
除了处理通常的数组外，avg() 的这个例子还展示了如何处理全局解释器锁。语句with nogil: 声明了一个不需要 GIL 就能执行的代码块。在这个块中，不能有任何的普通 Python 对象——只能使用被声明为 cdef 的对象和函数。另外，外部函数必须现实的声明它们能不依赖 GIL 就能执行。因此，在 csample.pxd 文件中，avg() 被声明为double avg(double *, int) nogil .对 Point 结构体的处理是一个挑战。本节使用胶囊对象将 Point 对象当做隐形指针来处理，这个在 15.4 小节介绍过。要这样做的话，底层 Cython 代码稍微有点复杂。首先，下面的导入被用来引入 C 函数库和 Python C API 中定义的函数：

from libc.stdlib cimport malloc, free

函数 del_Point() 和 Point() 使用这个功能来创建一个胶囊对象，它会包装一个 Point * 指针。cdef del_Point() 将 del_Point() 声明为一个函数，只能通过Cython 访问，而不能从 Python 中访问。因此，这个函数对外部是不可见的——它被用来当做一个回调函数来清理胶囊分配的内存。函数调用比如 PyCapsule_New() 、
PyCapsule_GetPointer() 直接来自 Python C API 并且以同样的方式被使用。
distance 函数从 Point() 创建的胶囊对象中提取指针。这里要注意的是你不需要担心异常处理。如果一个错误的对象被传进来，PyCapsule_GetPointer() 会抛出一个异常，但是 Cython 已经知道怎么查找到它，并将它从 distance() 传递出去。
处理 Point 结构体一个缺点是它的实现是不可见的。你不能访问任何属性来查看它的内部。这里有另外一种方法去包装它，就是定义一个扩展类型，如下所示：

cimport csample
from libc.stdlib cimport malloc, free
...
cdef class Point:
cdef csample.Point *_c_point
def __cinit__(self, double x, double y):
self._c_point = <csample.Point *> malloc(sizeof(csample.Point))
self._c_point.x = x
self._c_point.y = y
def __dealloc__(self):
free(self._c_point)
property x:
def __get__(self):
return self._c_point.x
def __set__(self, value):
self._c_point.x = value
property y:
def __get__(self):
return self._c_point.y
def __set__(self, value):
self._c_point.y = value
def distance(Point p1, Point p2):
return csample.distance(p1._c_point, p2._c_point)

在这里，cdif 类 Point 将 Point 声明为一个扩展类型。类属性 cdef csample.Point*_c_point 声明了一个实例变量，拥有一个指向底层 Point 结构体的指针。cinit()和 dealloc() 方法通过 malloc() 和 free() 创建并销毁底层 C 结构体。x 和 y属性的声明让你获取和设置底层结构体的属性值。distance() 的包装器还可以被修改，使得它能接受 Point 扩展类型实例作为参数，而传递底层指针给 C 函数。
做了这个改变后，你会发现操作 Point 对象就显得更加自然了：

>>> p1 = sample.Point(2,3)
>>> p2 = sample.Point(4,5)
>>> p1
<sample.Point object at 0x100447288>
>>> p2
<sample.Point object at 0x1004472a0>
>>> p1.x
2.0
>>> p1.y
3.0
>>> sample.distance(p1,p2)
2.8284271247461903
>>>

本节已经演示了很多 Cython 的核心特性，你可以以此为基准来构建更多更高级的包装。不过，你最好先去阅读下官方文档来了解更多信息。
接下来几节还会继续演示一些 Cython 的其他特性。