Python Cython:内联函数不是纯C

我为Cython提供了以下内联函数

cpdef inline int c_rate2recs_2(int maxNN,int idx):
  cdef int out=idx%maxNN
  return out

然而，这意味着

/* 
 *   return out
 * 
 * cpdef inline int c_rate2recs_2(int maxNN,int idx):             # <<<<<<<<<<<<<<
 *   cdef int out=idx%maxNN
 *   return out
 */

static PyObject *__pyx_pw_6kmc_cy_5c_rate2recs_2(PyObject *__pyx_self, PyObject *__pyx_args, PyObject *__pyx_kwds); /*proto*/
static CYTHON_INLINE int __pyx_f_6kmc_cy_c_rate2recs_2(int __pyx_v_maxNN, int __pyx_v_idx, CYTHON_UNUSED int __pyx_skip_dispatch) {
  int __pyx_v_out;
  int __pyx_r;
  __Pyx_TraceDeclarations
  __Pyx_RefNannyDeclarations
  __Pyx_RefNannySetupContext("c_rate2recs_2", 0);
  __Pyx_TraceCall("c_rate2recs_2", __pyx_f[0], 984);

/* 
 *   return out
 * 
 * cpdef inline int c_rate2recs_2(int maxNN,int idx):             # <<<<<<<<<<<<<<
 *   cdef int out=idx%maxNN
 *   return out
 */

static PyObject *__pyx_pf_6kmc_cy_4c_rate2recs_2(CYTHON_UNUSED PyObject *__pyx_self, int __pyx_v_maxNN, int __pyx_v_idx) {
  PyObject *__pyx_r = NULL;
  __Pyx_TraceDeclarations
  __Pyx_RefNannyDeclarations
  __Pyx_RefNannySetupContext("c_rate2recs_2", 0);
  __Pyx_TraceCall("c_rate2recs_2", __pyx_f[0], 984);
  __Pyx_XDECREF(__pyx_r);
  __pyx_t_1 = PyInt_FromLong(__pyx_f_6kmc_cy_c_rate2recs_2(__pyx_v_maxNN, __pyx_v_idx, 0)); if (unlikely(!__pyx_t_1)) {__pyx_filename = __pyx_f[0]; __pyx_lineno = 984; __pyx_clineno = __LINE__; goto __pyx_L1_error;}
  __Pyx_GOTREF(__pyx_t_1);
  __pyx_r = __pyx_t_1;
  __pyx_t_1 = 0;
  goto __pyx_L0;

  __pyx_r = Py_None; __Pyx_INCREF(Py_None);
  goto __pyx_L0;
  __pyx_L1_error:;
  __Pyx_XDECREF(__pyx_t_1);
  __Pyx_AddTraceback("kmc_cy.c_rate2recs_2", __pyx_clineno, __pyx_lineno, __pyx_filename);
  __pyx_r = NULL;
  __pyx_L0:;
  __Pyx_XGIVEREF(__pyx_r);
  __Pyx_TraceReturn(__pyx_r);
  __Pyx_RefNannyFinishContext();
  return __pyx_r;
}

/*
*返回
* 
*cpdef内联int c#U rate2recs#2（int maxNN，int idx）：#
由于我是cython行业的新手，我想知道如何摆脱大多数python命令（cython-a将此内联标记为远离纯C）

诀窍在于，如果你能调用你的函数
nogil

cpdef inline int c_rate2recs_2(int maxNN,int idx) nogil:
  cdef int out=idx%maxNN
  return out

那么，不管你看到什么黄色，实际上都不是Python的。例如，它可能是一个错误案例，也可能只是其他类型的轻度检查。在
cpdef
的情况下，不仅生成了纯C函数，还生成了用于从Python作用域调用的Python别名。这不会影响速度

在这种情况下，针对手动内联循环的一些计时显示没有减速，删除
inline
对时间也没有任何影响。我想一个难以优化的案例可能会表现出不同的特征，但关键是要对其进行分析

最后，可以通过使用来加速和删除一些错误检查。
您是否尝试使用
cdef
而不是
cpdef
？我认为使用
cpdef
时，C函数只能使用纯C。谢谢，这解决了我的问题。但是，在这种情况下，性能的提高是可以忽略的。对于这样一个小的函数，最好不要有函数。函数调用增加了开销。实际上，内联函数的调用非常频繁，结果表明，内联版本要快得多。不知道为什么。内联函数更快，因为它实际上是一个函数调用。每次使用时都会复制代码（这就是内联的含义）。唯一的缺点是代码大小。