Cython与NumPy求和整数与浮点数时的显著性能差异

我最近针对一维数组的元素求和场景，对比了Cython和NumPy的性能表现，得到了两个有意思的结论：

• 处理整数数组时，Cython实现的求和函数比NumPy原生求和快约20%
• 处理浮点数数组时，Cython的求和速度反而比NumPy慢了大约2.5倍

下面是我用到的两个简单Cython求和函数，已经关闭了边界检查和环绕索引优化来最大化性能：

#cython: boundscheck=False
#cython: wraparound=False

def sum_int(ndarray[np.int64_t] a):
    cdef:
        Py_ssize_t i, n = len(a)
        np.int64_t total = 0
    for i in range(n):
        total += a[i]
    return total

def sum_float(ndarray[np.float64_t] a):
    cdef:
        Py_ssize_t i, n = len(a)
        np.float64_t total = 0
    for i in range(n):
        total += a[i]
    return total

测试时以NumPy内置的np.sum()函数作为性能对比基准

内容的提问来源于stack exchange，提问作者Ted Petrou