Python 当lambda函数作为参数传递时，pyo3执行

我开始研究pyo3，作为一种测试，我正试图使用pyo3包装一个RUST库；然而，当lambda函数作为参数传递时，我遇到了一些性能问题.

假设我有一个rust库，它的函数以回调作为参数.此函数多次计算回调函数，然后返回结果，例如:

pub fn test_function<F: Fn(f64) -> f64>(cb: F) -> f64 {
    //Not actually an implementation this trivial, it is just to execute the callback a number of times
    (0..225_000).map(|i| cb(i as f64)).sum::<f64>()
}

通过传递回调并计算平均时间，我try 通过执行此函数1000次来测量此函数所用的时间.

use std::time::SystemTime;
use pyo3test::test_function;

pub fn main() {
    let mut sum = 0.0f64;
    let reps = 1_000;
    let start = SystemTime::now();
    for _ in 0..reps {
        sum += test_function(|x| x);
    }
    let end = start.elapsed().unwrap();
    println!("Result: {sum}");
    println!("Duration: {:?}", end.checked_div(reps).unwrap());
}

在我的机器上，当在发行版中运行时，每次执行test_function大约需要250微秒.

然后，我try 使用pyo3以下面的方式包装这个函数

use pyo3::{PyAny, pyfunction, pymodule, PyResult, Python, wrap_pyfunction};
use pyo3::prelude::PyModule;
use crate::test_function;

#[pymodule]
fn pyo3test(_py: Python, m: &PyModule) -> PyResult<()> {
    m.add_function(wrap_pyfunction!(py_test_function, m)?)?;
    Ok(())
}

#[pyfunction]
pub fn py_test_function(function: &PyAny) -> f64 {
    assert!(function.is_callable());
    let cb = move |x| function.call1((x, )).unwrap().extract::<f64>().unwrap();
    test_function(cb)
}

我编译了所有内容(在发行版中)，将模块导入到了Python中，然后通过1000次执行此函数并计算平均时间，再次测量了所需时间

import pyo3test
from time import time

reps = 1000
cb = lambda x: x
summation = 0
start = time()
for _ in range(reps):
    summation += pyo3test.py_test_function(cb)
end = time()

duration = end-start
avg = duration/reps
print(avg)

在这种情况下，平均执行时间大约为20毫秒，几乎比纯铁 rust 情况多2个数量级.由于GIL，我没有想到会有相同的执行时间，但我会猜到更接近毫秒的值.

这真的是意料之中的吗，还是我错过了什么？有可能在不改变纯铁 rust 实现的情况下改进这一点吗？

我试着查看文档，虽然it suggests和extract很慢，但我认为我在这里做不了什么，因为downcast不能在这里使用. 还有什么办法吗？

UPDATE

为了遵循S的建议，我又写了一个铁 rust 函数:

pub fn test_function_alt(values: &[f64]) -> f64 {
    values.iter().sum::<f64>()
}

我用PYO3包好了

#[pyfunction]
pub fn py_test_function_alt(values: Vec<f64>) -> f64 {
    test_function_alt(&values)
}

然后，我编写了以下的python函数

import numpy as np

def foobar(cb):
    vals = cb(np.arange(225000))
    return pyo3test.py_test_function_alt(vals)

此函数仍在大约20毫秒内执行.