意外的Cythonized函数

Question

我想加速一个我经常使用的函数，我想用cython。然而，在尝试了我在文档中找到的所有可能的cython优化之后，cython代码大约比python+numpy函数慢6倍。令人失望！在

这是我的测试代码：（forward1是python函数，forward2是cython函数）

#geometry.py
def forward1(points, rotation, translation):
    '''points are in columns'''
    return np.dot(rotation, points - translation[:, np.newaxis])

#geometry.pyx
import numpy as np
cimport numpy as np
cimport cython

@cython.boundscheck(False)
@cython.wraparound(False)
@cython.nonecheck(False)
cdef np.float64_t[:,:] forward2(np.float64_t[:,:] points, np.float64_t[:,:] rotation, np.float64_t[:] translation):
    '''points are in columns'''
    cdef unsigned int I, J
    I = points.shape[0]
    J = points.shape[1]
    cdef np.float64_t[:,:] tmp = np.empty((I, J), dtype=np.float64)
    cdef unsigned int i
    for i in range(J):
        tmp[0, i] = points[0, i] - translation[0]        
        tmp[1, i] = points[1, i] - translation[1]        
    cdef np.float64_t[:,:] result = np.dot(rotation, tmp)
    return result

def test_forward2(points, rotation, translation):
    import timeit
    cdef np.float64_t[:,:] points2 = points
    cdef np.float64_t[:,:] rotation2 = rotation
    cdef np.float64_t[:] translation2 = translation
    t = timeit.Timer(lambda: forward2(points2, rotation2, translation2))
    print min(t.repeat(3, 10))

然后我计时：

^{pr2}$

我能做些什么让cython代码更快些吗？在

如果forward1在cython中不能加速，我能用weave来加速吗？在

编辑：

我想说的是，另一件我试图加快函数速度的事情是按fortran顺序传递点，因为我的点存储在列中，而且其中有很多列。我还将本地tmp定义为fortran顺序。我认为函数的减法部分应该更快，但是纽比.dot似乎需要一个C命令输出（无论如何要解决这个问题？），所以这也没有加速。我还试着转置这些点，这样减法部分在C顺序中更快，但看起来点积仍然是最昂贵的部分。在

我也注意到了纽比.dot不能使用memoryviews作为out参数，即使它是C命令，这是一个bug吗？在

Answer 1

只要浏览一下您的代码，它看起来像是numpy已经非常适合的东西（数组和点积的减法）。在

Cython非常适合于加速numpy通常执行不佳的情况（例如迭代算法是用python编写的），但是在这种情况下，内部循环已经由BLAS库执行了。在

如果你想加快速度，我首先要看的是BLAS/LAPACK/ATLAS/etc库与numpy的链接。在这种情况下，使用“调优”的线性代数库（如ATLAS或Intel的MKL）会产生很大的不同（在某些情况下，甚至是10倍）。在

要了解您当前使用的是什么，请查看numpy.show_config()的输出