### 优化 julia 与 python 之间大数据结构传递的性能 在使用 Python 调用 Julia 代码以加速计算密集型任务时，大数据结构的传递可能成为性能瓶颈。默认情况下，PyCall 使用 `PyAny` 类型进行数据转换，这会导致运行时类型检测和不必要的内存拷贝，从而产生显著的性能开销。以下介绍如何通过更精确的数据类型转换来优化这一过程，并提供其他可选方案。 首先，我们来看一个示例，其中 Python 调用 Julia 函数来处理一个大型字典： **main.py** “`python from time import time import julia jl = julia.Julia(compiled_modules=False) from julia import Main Main.include(“main.jl”) # Arbitrarily big data-structure n = 1_000_000 d = {i: str(i) for i in range(n)} # Call Julia from Python to perform an action on the large data-structure t1 = time() res = Main.func(d) t2 = time() print(f”Elapsed overall :: {t2-t1} s”)
main.jl
function func(d) t = @elapsed begin # Perform action on inputs d2 = Dict{Int, String}() for (k, v) in d if mod(k, 2) == 0 d2[k] = "0" end end end println("In Julia body elapsed: ", t) return d2 end
上述代码中，Python 将一个包含一百万个元素的字典传递给 Julia 函数 func。由于默认的 PyAny 转换，这个过程会产生大量的性能开销。
为了解决这个问题，可以使用 pyfunction 函数来覆盖默认的类型转换。在 main.jl 文件末尾添加以下代码：
using PyCall f = pyfunction(func, PyDict{Int, String})
并修改 Python 文件中的调用方式：
res = Main.f(d)
通过上述修改，我们显式地指定了 Julia 函数 func 的输入参数类型为 PyDict{Int, String}，从而避免了 PyAny 带来的运行时类型检测和不必要的内存拷贝。
立即学习“Python免费学习笔记（深入）”；
注意事项：
- 确保在 Julia 代码中引入 PyCall 模块，以便使用 pyfunction 和 PyDict 类型。
- PyDict 类型目前会将 Julia 字典复制到 Python，因此只能消除单向的数据拷贝。
替代方案：PythonCall
如果你的项目满足 PythonCall 的要求（Julia 1.6.1+ 和 Python 3.7+），强烈建议使用 PythonCall 替代 PyCall。PythonCall 默认提供非拷贝包装器，无需手动进行额外的配置，并且文档更加完善。使用 PythonCall 可以进一步减少数据拷贝带来的性能开销。
总结：
通过使用 pyfunction 并指定更精确的数据类型转换，可以显著减少在使用 PyCall 从 Python 调用 Julia 函数时，由于大数据结构传递导致的性能瓶颈问题。此外，考虑使用 PythonCall 替代 PyCall，以获得更好的性能和更便捷的接口。
