问题描述
我知道Numba-jited函数调用另一个jited函数会识别到这一点，并自动使用快速的C调用约定，而不是通过Python对象层，从而避免较高的Python函数调用开销：
import numba
@numba.jit
def foo(x):
return x**2
@numba.jit
def bar(x):
return 4 * foo(x) # this will be a fast function call
我的问题是，如果我从Numba调用Cython函数，是否也是如此。假设我有一个Cython模块，foo.pyx：
cpdef double foo(double x):
return x**2
以及标准的Python模块bar.py：
import numba
import foo
@numba.jit
def bar(x):
return 4 * foo.foo(x) # will this be a fast function call?
Numba将自动将foo.foo识别为C可调用函数，还是需要通过设置CFFI包装等方式手动告知？
编辑：进一步思考，从Python解释器的角度来看，Cython函数只是标准的"内置"函数。因此，问题可以变得更一般：Numba是否优化了对内置函数和方法的调用，以绕过Python调用开销？
推荐答案
Numba知道如何将其转换为本机代码的内置函数集有限：
- http://numba.pydata.org/numba-doc/latest/reference/pysupported.html
- http://numba.pydata.org/numba-doc/latest/reference/numpysupported.html
Numba将无法在nopython模式下执行任何其他操作，因此求助于速度慢得多的objectmode。
没有直接的方法将cython函数传递给Numba并使其在nopython模式下被识别。Numba确实有用于CFFI的挂钩：
http://numba.pydata.org/numba-doc/latest/reference/pysupported.html#cffi
可以利用这一点在C代码外部调用，如果您可以在C级别创建一个低级包装器，那么您可能能够准备好调用Cython；不过，我不能100%确定这是否可能。我写过这样做是为了从Numba调用RMath函数：
https://web.archive.org/web/20160611082327/https://www.continuum.io/blog/developer-blog/calling-c-libraries-numba-using-cffi
如果您选择该路线，可能会对您开始有所帮助。
这篇关于从Numba JILED代码调用Cython函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！