如何使用C语言优化Python代码
如何使用C语言优化Python代码
Cython是Python编程语言的编译器，旨在优化性能并形成扩展的Cython编程语言。作为Python的扩展，Cython也是Python语言的超集，它支持调用C函数，并在变量和类属性上声明C类型。这使得包装外部C库、将C嵌入现有应用程序或以Python的语法编写C扩展变得像Python本身一样简单。
Cython通常用于创建加速Python代码执行的C模块。在解释语言效率不高的复杂应用程序中，这一点很重要。
可以使用Python在Linux、BSD、Windows或macOS上安装Cython：
从Cython开始的一个好方法是使用一个简单的“Hello World ”应用程序。这不是优势的最好证明，但它显示了你使用时会发生什么。
首先，在一个名为hello.pyx的文件中创建这个简单的Python脚本（.pyx扩展名并不神奇，从技术上讲，它可以是任何东西，但它是Cython的默认扩展名）：
接下来，创建一个Python安装脚本。setup.py文件类似于Makefile的Python版本，Cython可以使用它来处理Python代码：
最后，使用Cython将Python脚本转换为C代码：
要使用Python“Hello World”脚本的C代码版本，请打开Python提示并导入创建的新模块：
将C代码集成到Python中
计算能力的一个很好的通用测试是计算素数。素数是大于1的正数，只有在除以1或本身时才产生正整数。理论上很简单，但随着数字变大，计算要求也增加了。在纯Python中，它可以在10行代码下完成：
此脚本在成功后将保持不变，如果数字不是素数，则返回一条消息：
$ ./prime.py 3
$ ./prime.py 4
Not prime.
将其转换为Cython需要进行一些工作，一方面使代码适合用作库，另一方面使性能提高。
许多用户将Python作为一种脚本语言进行学习：把将要执行的步骤告诉Python，然后它就可以完成工作。当了解更多有关Python（以及一般来说是开放源代码编程）的知识时，会发现许多最强大的代码包含在其他应用程序可以利用的库中。代码越不具体，程序员将其重新用于其他应用程序的可能性就越大。
对于这个简单的质数计算器，将其转换为Cython的过程是通过设置脚本开始的：
$ python setup.py build_ext --inplace
到目前为止，一切似乎都运行良好，但是当尝试导入和使用新模块时，会出现错误：
问题在于，Python脚本希望从终端运行，在终端上，参数（在这种情况下，是要测试为质数的整数）很常见。需要修改脚本，以便可以将其用作库。
库不使用系统参数，而是接受其他代码的参数。不用使用sys.argv来引入用户输入，而是使代码成为一个接受称为number（或num或喜欢的任何变量名）的参数的函数：
这使脚本难以测试，因为当在Python中运行代码时，永远不会执行calculate函数。但是，Python程序员针对此问题设计了一种通用的解决方法，即使不是直观的方法。当Python解释器执行Python脚本时，有一个名为__name__的特殊变量被设置为__main__，但是当它作为模块导入时，__name__被设置为模块的名称。通过利用这一点，您可以编写一个既是Python模块又是有效的Python脚本的库：
现在，可以将代码作为命令运行：
$ python ./prime.py 4
Not a prime
可以将其转换为Cython以用作模块：
使用Cython将代码从纯Python转换为C可能会很有用。但是还有Cython功能可帮助用户在转换前优化代码，还可以选择分析代码以查找Cython与C交互的时间，等等。如果使用的是Python，希望通过C代码增强代码，或者进一步了解库如何提供比脚本更好的可扩展性，或者只是对Python和C如何协同工作感到好奇，那么请开始使用Cython。
