安装Cython及测试

听了师兄的建议，以后要是还有什么自己好不容易做出来的东西一定要把过程记下来。

为了提高代码的速度，在已有算法不能再快的情况下【我是认为快不了了】，在看了“Cython 三分钟入门”后，我决定用Cython。

首先是安装，中间老是出各种问题，弄了将近两天总算搞清楚了。

第一步，

去官网下载Cython：www.cython.org

虽然官网推荐Windows用户用Python(x,y)，内部自带了Cython，但是设置还是要自己手动完成。于是就直接去安装了Cython。

第二步，

下载MinGW。如果不安装，就有可能在安装的时候出现“Unable to find vcvarsall.bat” 的问题【这一步困了好久，后来看一些文章安装了VS2008也没用】。而且Cython的安装中有提示需要安装（http://docs.cython.org/src/tutorial/appendix.html?highlight=mingw），因为MinGW是个gcc的编译器（？）。跟着Cython的建议下载了MinGW【注意是下载mingw-get-setup.exe】，并且将C:\MinGW\bin和C:\MinGW\lib加入了环境变量，而且自己写了文件“c:\Python26\Lib\distutils\distutils.cfg”，内容如下：

[build]
compiler = mingw32

但是万恶的，Cython在安装的时候还是出错了！

这回说“Command ‘gcc’ failed: no such file or directory”!

第三步，

上网看了这个问题的一些方法，后来发现一篇文章"stackoverflow.com/questions/17972347/error-command-gcc-failed-no-such-file-or-directorya"，说还要下载gcc-mingw-4.3.3-setup.exe（https://github.com/develersrl/gccwinbinaries），于是又下载了这个。这下没问题了！

在Cython安装目录下用python setup.py install 成功安装后进行测试。

测试：

在Cython安装目录下有个Demos文件夹，在此目录下输入命令行python setup.py build_ext --inplace，不报错以后。再运行python run_primes.py，成功出现一个全是数的list就算成功啦！

鉴于我是为了提高随机模拟生成序列的速度选了Cython，我亲自写了两个函数，一个是Cython的，一个是Python的：

使用Cython之前需要写一个做模块的setup.py文件：

#-*-coding:gbk-*-
# Run as:
#    python setup.py build_ext --inplace

import sys
sys.path.insert(0, "..")

from distutils.core import setup
from distutils.extension import Extension
from Cython.Build import cythonize

ext_modules = cythonize("Simulate.pyx")

setup(
  ext_modules = ext_modules,
)

用python setup.py build_ext --inplace运行后，Simulate就是一个模块啦。可以用import导入python文件。

Simulate.pyx文件：

def Simulate_Seq(seq, accu_aa_prob, aa_type):
	simulate_seq={}#key:seq,value:number of seq
	cdef int k
	cdef int i
	cdef int j
	cdef float n
	for k from 0 <= k < 10000000:
		if k%1000000==0:
			print ".",
		nseq=""
		seq_len=len(seq)
		for i in range(seq_len):
			n=random.random()
			for j from 0 <= j < 20:
				if n<=accu_aa_prob[seq[i]][j]:
					nseq+=aa_type[j]
					break
		if not nseq in simulate_seq:
			simulate_seq[nseq]=1
		else:
			simulate_seq[nseq]+=1
	return simulate_seq

测试代码：

#-*-coding:gbk-*-
import time,random
from Simulate import Simulate_Seq
aa_type="ACEDGFIHKMLNQPSRTWVY"
accu_aa_prob={'A': [0.89799998344114762, 0.89801638075357149, 0.90782946083716309, 0.91756883913709641, ...... 0.086764834202274085,\
0.092926227584893814, 0.094074936566225828, 0.094123326700468038, 0.094238783409272331, 0.094285231580115286, 1.0]}
seq="NNSSNNS"
Start=time.time()
simulate_seq=Simulate_Seq(seq, accu_aa_prob, aa_type)
End=time.time()
print "Cython:",End-Start
def Simulate_Seq_py(seq, accu_aa_prob, aa_type):
	for k in xrange(10000000):#模拟一千万次1000w,10w,100w
		if k%1000000==0:
			print ".",
		nseq=""
		for aa in seq:
			length_accu_aa_prob=len(accu_aa_prob[aa])
			n=random.random()
			for i in xrange(length_accu_aa_prob):
				if n<=accu_aa_prob[aa][i]:
					nseq+=aa_type[i]
					break
		if nseq not in simulate_seq:
			simulate_seq[nseq]=1
		else:
			simulate_seq[nseq]+=1
	return simulate_seq
Start=time.time()
simulate_seq1=Simulate_Seq_py(seq, accu_aa_prob, aa_type)
End=time.time()
print "Python:",End-Start

对一条序列根据字母间的转移概率矩阵，随机模拟1000,0000条序列结果为：

Cython的时间少了一半！