traj_dist 笔记：Cython部分(cydist)

1 basic_euclidean.pyx

1.1 cimport 部分

from libc.math cimport sqrt
from libc.math cimport fmin
#使用 cimport 从 C 的标准库 libc 中导入数学函数 sqrt（平方根）和 fmin（两个浮点数的最小值）

cimport numpy as np
'''
导入 NumPy 的 Cython 接口
允许 Cython 代码以高效的方式直接访问 NumPy 数组的底层 C 数据结构。
这对于提高数组操作的性能非常重要。
'''
import numpy as np
'''
导入标准的 Python NumPy 模块。
这允许在 Cython 代码中使用所有标准的 NumPy 函数和功能，就像在普通的 Python 代码中一样
'''


from cpython cimport bool
'''
使用 cimport 从 Cython 的 cpython 模块中导入 C 的布尔类型

允许 Cython 代码使用 C 语言的布尔类型，而不是 Python 的布尔类型。

C 语言的布尔类型在某些情况下比 Python 的布尔类型更高效，尤其是在需要与其他 C 语言代码或库交互时。
'''

1.1.1  之后出现np的时候，应该是Cython接口还是Python Numpy 模块呢?

• 在实际编码过程中，Cython 会根据上下文判断 np 的具体指代。
  • 如果你在代码中同时使用了两种导入方式，通常 Cython 会优先使用 Cython 接口的 NumPy，因为它提供了对底层 C 数据的直接访问，从而可以优化性能。
  • 但是，如果使用了 NumPy 的某些高级特性或函数，这些是只在 Python 层面提供的，Cython 将使用标准的 Python NumPy 模块。
• 因此，当代码中有两个不同类型的 np 导入时，Cython 会根据具体的使用情况智能地选择适当的版本。

1.2 eucl_dist 计算两个点之间的欧氏距离

 还有一个用def定义的python版本的函数（内容一样）

1.2.1 为什么要创建一个python版本的函数，一个Cython版本的函数？

创建两个版本的函数，一个使用 cdef 定义（ _eucl_dist），另一个使用 def 定义（ c_eucl_dist），通常是出于以下几个原因：

1. 性能与可访问性:

   • cdef 定义的函数（_eucl_dist）是为了性能优化。这些函数在 Cython 模块内部以 C 的速度运行，但它们不能直接从 Python 代码中调用。这意味着，如果你有一些性能关键的内部计算，使用 cdef 函数是理想的选择。
   • def 定义的函数（c_eucl_dist）可以从 Python 代码调用。这种函数对于提供库的外部接口很有用，使得其他不使用 Cython 的 Python 代码也能访问这些功能。

2. 代码重用与维护:

   • 通过将核心功能编写在 cdef 函数中，并在 def 函数中调用它（这里是选择了写一遍一模一样的代码），可以在保持性能的同时减少代码重复。这样，无论是从 Cython 还是从 Python 级别调用，都使用相同的底层实现。

   • 这种做法还有助于维护，因为任何逻辑更改只需在一个地方进行，即 cdef 函数。

1.3 c_point_to_seg 计算点到线段的距离

1 sspd.pyx

1.1 import 与 cimport

from libc.math cimport fmin

from .basic_euclidean import c_point_to_trajectory
from .basic_geographical import c_point_to_path


cimport numpy as np
from numpy.math cimport INFINITY

1.1.1 cimport 

• cimport 是 Cython 特有的语句，主要用于导入 C 语言扩展或其他 Cython 模块中定义的类型、函数和变量
• 要直接访问 C 语言层面的功能时，需要使用 cimport
• 利用 Cython 的能力来直接与 C 语言层面的代码或数据结构交互，从而提高了代码的运行效率

• cimport numpy as np :
  • 使用 cimport 来导入 NumPy 的 Cython 接口
  • numpy 在这里不是标准的 Python NumPy 模块，而是一个特殊的 Cython 定义的接口，允许直接访问 NumPy 数组的底层 C 结构
  • 使用这种方式导入 NumPy 数组可以显著提高性能，因为它允许 Cython 代码以更接近 C 语言的方式操作这些数组，绕过了 Python 层面的开销

• from numpy.math cimport INFINITY
  • 从 numpy.math 模块中导入 INFINITY 常量
  • 同样，这里的 numpy.math 不是标准 Python 模块，而是 NumPy 的 Cython/C 接口

1.1.2 import

至于为什么前两个是import，我们看一下对应文件声明的部分

• def vs. cdef:
  • def：在 Cython 中使用 def 定义的函数是 Python 函数。这意味着它们可以像任何普通 Python 函数那样被 Python 代码调用。这些函数遵循 Python 的函数调用约定，可以接受 Python 对象作为参数，并返回 Python 对象。
  • cdef：相比之下，cdef 用于定义 Cython 函数或变量，这些函数或变量只能在 Cython 模块内部使用，不能直接从 Python 代码中调用。cdef 函数遵循 C 语言的调用约定，通常用于提高性能。
• 由于 c_point_to_trajectory 函数是用 def 而不是 cdef 定义的，它可以从 Python 代码中调用。
  • 因此，即使它是在一个 Cython 模块中定义的，这个模块仍然需要使用标准的 Python import 语句来导入，因为它提供了 Python 接口
• 但是，尽管 c_point_to_trajectory 是一个 Python 函数，它依然利用了 Cython 的特性来提高性能