# 使用更快靜態類型代碼 > 原文： [http://docs.cython.org/en/latest/src/quickstart/cythonize.html](http://docs.cython.org/en/latest/src/quickstart/cythonize.html) Cython 是一個 Python 編譯器。這意味著它可以在不進行更改的情況下編譯普通的 Python 代碼（除了一些尚未支持的語言功能的一些明顯例外，請參閱 [Cython 限制](../userguide/limitations.html#cython-limitations) ）。但是，對于影響性能的關鍵代碼，添加靜態類型聲明通常很有用，因為它們將允許 Cython 脫離 Python 代碼的動態特性并生成更簡單，更快速的 C 代碼 - 有時會快幾個數量級。 但必須注意，類型聲明可以使源代碼更加冗長，從而降低可讀性。因此，不鼓勵在沒有充分理由的情況下使用它們，例如基準測試證明它們在性能關鍵部分確實使代碼更快。通常情況下，正確使用的一些類型會有很長的路要走。 所有 C 類型都可用于類型聲明：整數和浮點類型，復數，結構，聯合和指針類型。 Cython 可以在分配時自動和正確地轉換類型。這還包括 Python 的任意大小整數類型，其中轉換為 C 類型時溢出的值將在運行時引發 Python `OverflowError`。 （但是，在進行算術運算時，它不會檢查溢出。）在這種情況下，生成的 C 代碼將正確且安全地處理 C 類型的平臺相關大小。 類型通過 cdef 關鍵字聲明。 ## 指定變量類型 考慮以下純 Python 代碼： ```py def f(x): return x ** 2 - x def integrate_f(a, b, N): s = 0 dx = (b - a) / N for i in range(N): s += f(a + i * dx) return s * dx ``` 在 Cython 中簡單地編譯它只能提供 35％的加速。這比沒有好，但添加一些靜態類型可以產生更大的差異。 使用其他類型聲明，這可能如下所示： ```py def f(double x): return x ** 2 - x def integrate_f(double a, double b, int N): cdef int i cdef double s, dx s = 0 dx = (b - a) / N for i in range(N): s += f(a + i * dx) return s * dx ``` 由于迭代器變量`i`是用 C 語法定義的，因此 for 循環將被編譯為純 C 代碼。鍵入`a`，`s`和`dx`非常重要，因為它們涉及 for 循環中的算術運算;鍵入`b`和`N`會產生較小的差異，但在這種情況下，要保持一致并輸入整個函數并不是一件額外需要做的工作。 這導致純 Python 版本的速度提高了 4 倍。 ## 指定函數類型 Python 函數調用可能很昂貴 - 在 Cython 中是雙倍的，因為可能需要轉換到 Python 對象和從 Python 對象進行調用。在上面的示例中，假設參數在 `f()`內部和調用它時都是 C 中的double類型，但是`float`類型必須為參數構造一個 Python 對象才能傳遞它。 因此，Cython 提供了聲明 C 風格函數的語法，即 cdef 關鍵字： ```py cdef double f(double x) except? -2: return x ** 2 - x ``` 通常應該添加某種形式的 except-modifier，否則 Cython 將無法傳播函數（或它調用的函數）中引發的異常。 `except? -2`表示如果返回`-2`將檢查錯誤（盡管`?`表示`-2`也可以用作有效返回值）。或者，較慢的`except *`始終是安全的。如果函數返回 Python 對象或者保證在函數調用中不會引發異常，則可以省略 except 子句。 cdef 的副作用是 Python 空間不再提供該函數，因為 Python 不知道如何調用它。也無法再在運行時更改`f()`。 使用`cpdef`關鍵字而不是`cdef`，還會創建一個 Python 包裝器，以便該函數可以從 Cython（快速，直接傳遞類型值）和 Python（包裝 Python 對象中的值）中獲得。事實上，`cpdef`不僅提供了一個 Python 包裝器，它還安裝了邏輯，允許方法被 python 方法覆蓋，即使從 cython 中調用也是如此。與`cdef`方法相比，這確實增加了很小的開銷。 加速：超過純 Python 的 150 倍。 ## 確定所添加類型的位置 因為靜態類型通常是提高速度的關鍵所在，所以初學者往往傾向于所見之處指定各種變量的類型。這降低了可讀性和靈活性，甚至可以降低速度（例如，通過添加不必要的類型檢查，轉換或緩慢的緩沖區解包）。另一方面，忘記鍵入關鍵循環變量很容易破壞性能。幫助完成此任務的兩個基本工具是分析和注釋。分析應該是任何優化工作的第一步，并且可以告訴您在哪里花費時間。 Cython 的注釋可以告訴你為什么你的代碼需要時間。 使用`-a`開關到`cython`命令行程序（或跟隨 Sage 筆記本的鏈接）會導致 Cython 代碼的 HTML 報告與生成的 C 代碼交錯。線條根據“類型”的級別著色 - 白線轉換為純 C，而需要 Python C-API 的線條為黃色（因為它們轉化為更多的 C-API 交互，因此更暗）。轉換為 C 代碼的行在前面有一個加號（`+`），可以單擊以顯示生成的代碼。 當優化速度函數以及確定何時 [釋放 GIL](../userguide/external_C_code.html#nogil)時，此報告非常有用：通常，`nogil`塊可能只包含“白色”代碼。  請注意，Cython 根據其賦值（包括作為循環變量目標）推斷出局部變量的類型，這也可以減少在任何地方顯式指定類型的需要。例如，將`dx`聲明為 double 類型是不必要的，就像在最后一個版本中聲明`s`的類型一樣（其中`f`的返回類型已知為 C 語言的double類型。）一個值得注意的例外然而，算術表達式中使用的是整數類型，因為 Cython 無法確保不會發生溢出（因此在需要 Python 的 bignums 時會回退到`object`）。要允許推斷 C 整數類型，請將`infer_types` [指令](../userguide/source_files_and_compilation.html#compiler-directives) 設置為`True`。對于熟悉此語言功能的讀者，此指令的工作類似于 C ++中的`auto`關鍵字。減少輸入所有內容的需求可能會有很大幫助，但也可能導致意外。特別是如果一個人不熟悉 c 類型的算術表達式。這些可以在[中找到](https://www.eskimo.com/~scs/cclass/int/sx4cb.html)[的快速概述。](https://www.eskimo.com/~scs/cclass/int/sx4cb.html)_