我正在编写一个涉及模拟几个不同变量的演化路径的程序。该程序的大部分是用 Python 编写的，但我正在为模拟循环 (~15k) 编写代码作为 C 扩展以提高速度。但是，我仍然喜欢利用 Numpy 的随机数生成器 ( here )。我知道我可以从我的扩展中调用 Python 函数，但这会减慢 C 循环，从而否定编写扩展的初衷吗？
最佳答案
当您从 C 扩展调用 Python 函数时，您会产生几部分开销:
- 要传递给 python 函数的 C 变量需要包装在 Python 对象中。这与直接在 Python 中创建对象的成本差不多。
- 需要调用 Python 函数。这将花费与普通 Python 函数调用一样多的费用。
- 需要为 C 解包返回值，它的 python 值将被垃圾收集。这也与超出范围的正常 Python 返回值一样多。
要判断它是否值得，实际上取决于在 C 中完成的代码量以及在那里可以避免多少 python 对象操作。如果您在 C 中只有一个调用 python 函数的 for 循环，那么它可能不值得。如果您执行大量可以在 C 中完成的数据操作，那么即使您在某处调用 Python 函数，您也将保存所有这些操作。
但最快的方法可能是使用 numpy C API并直接从 C 调用 numpy 函数。这将允许您避免大部分开销，因为不必将所有参数包装到 Python 对象中，同时仍然使用 numpy 的功能。
关于python - 从 C 扩展调用 Python 函数的速度成本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24173025/