Python Cython中complex.real和creal（complex）之间的差异

在cython中，为了将真实部分与复杂部分分开，我通常使用

complex.real

和

complex.imag

来完成这项工作。然而，这确实会生成在

html

-输出中被涂成轻微“python红色”的代码，我想我应该使用

creal（complex）

和

cimag（complex）

考虑下面的示例：

cdef double complex myfun():
    cdef double complex c1,c2,c3
    c1=1.0 + 1.2j
    c2=2.2 + 13.4j
    c3=c2.real + c1*c2.imag
    c3=creal(c2) + c1*c2.imag
    c3=creal(c2) + c1*cimag(c2)
    return c2

向

c3

的分配给出：

\uuuuPyx_v_c3=\uuPyx_c_c1（\uuuPyx_t_Udouble_Ucomplex_Ufrom_uparts（\uuPyx_v_c2），0），\uPyx_c_c_c1（\uuuPyx_v_c1，\uuuPyx_Udouble_Ucomplex_Ufrom_Uparts（\uPyx_CIMAG，0）），0）

\uuuupyx\uv\uC3=\uuupyx\uC\uSum（\uuupyx\uT\uDouble\uComplex\uU from_uParts（creal（\uupyx\uV\uC2），0），\uupyx\uC\uProduct（\uupyx\uV\uC1，\uuuuuupyx\uT\uDouble\uU complex\u from_uuparts（\uuuuupyx\uCimag（\upyx\uV\uC2）），0））

\uuuupyx\uv\uc3=\uuupyx\uc\u和（\uuuupyx\ut\udouble\ucomplex\uu来自各部分（creal（\uuuupyx\uv\uc2），0），\uuupyx\uc\uprod（\uuuupyx\uv\uc1，\uuuuuuupyx\udouble\u complex\u来自各部分（cimag（\upyx\uv\uc2），0））

其中第一行使用（python颜色的）构造
\uuupyx\ucreal
和
\uupyx\ucimag

这是为什么？它是否“显著”影响性能？
当然是默认的C库
（）行得通
给你

然而，这个库似乎不会给您带来任何显著的改进
与
c.real
c.imag
方法相比。通过将代码放入
使用nogil:
块，您可以检查您的代码是否已经不调用
Python API：

cdef double complex c1, c2, c3
with nogil:
    c1 = 1.0 + 1.2j
    c2 = 2.2 + 13.4j
    c3 = c2.real + c1*c2.imag

我使用Windows7和Python2.7，这两个版本中没有可用的
complex.h
Visual Studio编译器9.0的内置C库（与Python 2.7兼容）。
因此，我创建了一个等价纯C函数来检查任何可能的
与
c.real
和
c.imag
相比的增益：

cdef double mycreal(double complex dc):
    cdef double complex* dcptr = &dc
    return (<double *>dcptr)[0]

cdef double mycimag(double complex dc):
    cdef double complex* dcptr = &dc
    return (<double *>dcptr)[1]

得到了时间安排：

In [3]: timeit myfun1(c1, c2)
The slowest run took 17.50 times longer than the fastest. This could mean that a
n intermediate result is being cached.
10000000 loops, best of 3: 86.3 ns per loop

In [4]: timeit myfun2(c1, c2)
The slowest run took 17.24 times longer than the fastest. This could mean that a
n intermediate result is being cached.
10000000 loops, best of 3: 87.6 ns per loop

确认
c.real
和
c.imag
已经足够快了。
事实上，你不应该期望看到任何区别：
\uuupyx\ucreal（c）
和
\uuupyx\ucimag（c）
可以查找，而且不涉及火箭科学/黑魔法：

#if CYTHON_CCOMPLEX
  #ifdef __cplusplus
    #define __Pyx_CREAL(z) ((z).real())
    #define __Pyx_CIMAG(z) ((z).imag())
  #else
    #define __Pyx_CREAL(z) (__real__(z))
    #define __Pyx_CIMAG(z) (__imag__(z))
  #endif
#else
    #define __Pyx_CREAL(z) ((z).real)
    #define __Pyx_CIMAG(z) ((z).imag)
#endif

它基本上是说，这些是定义并导致呼叫没有以下开销：

<>代码> STD:：Fielal.Real.（/<）/<代码>和<>代码：STD:::COMPUTION IMAGE（）/CUT>（如果是C++）/LI>
\uuuuu real\uuuuu
和
\uuuuu imag\uuuuu
，如果是gcc或英特尔编译器（英特尔不久前添加了支持）
你无法打败它，例如，
creal
使用
\uuuu real\uuuu
。剩下的是Microsoft编译器（
CYTHON\u CCOMPLEX
未定义），用于：

#if CYTHON_CCOMPLEX
  ....
#else
    static CYTHON_INLINE {{type}} {{type_name}}_from_parts({{real_type}} x, {{real_type}} y) {
      {{type}} z;
      z.real = x;
      z.imag = y;
      return z;
    }
#endif

通常情况下，人们不应该编写自己的复数实现，但如果只考虑访问实部和虚部，就不会有太多错误。我不会担保其他功能，但我不希望它比通常的windows实现慢很多（但如果您有一些，我希望看到结果）

作为结论：gcc/intel编译器没有区别，我不会为其他编译器的区别而烦恼太久

#if CYTHON_CCOMPLEX
  ....
#else
    static CYTHON_INLINE {{type}} {{type_name}}_from_parts({{real_type}} x, {{real_type}} y) {
      {{type}} z;
      z.real = x;
      z.imag = y;
      return z;
    }
#endif