服务器0元试用，首购低至0.9元/月起
好好的为何要混合Python代码和C代码呢？原因主要有2个：
- Python性能差，将一部分核心逻辑用C语言实现以提升整体性能
- 希望Python能够调用一个C语言实现的系统，典型例子：OpenCV计算机视觉库
Python、C混合编程并不奇怪，Python官方就提供了Python/C API可以实现「用C语言编写Python库」，见官方文档，如果你点开看了你可能就会发现，这好难啊！Python/C API入门门槛太高，于是有了Cython的诞生。
Cython是基于Python/C API的，但学习Cython的时候完全不用了解Python/C API。
第1章 Cython的安装和使用
1.1 安装
在Linux下通过pip install Cython安装。安装完毕后执行cython --version，如果输出了版本号即安装成功。
1.2 快速入门
本节完整代码见这里
安装完成后，我们创建一个Hello World项目，需要创建hello.pyx和setup.py两个文件。
# file: hello.pyx
def say_hello_to(name):
print("Hello %s!" % name)
# file: setup.py
from distutils.core import setup
from Cython.Build import cythonize
setup(name='Hello world app',
ext_modules=cythonize("hello.pyx"))
这样编译项目：python setup.py build_ext --inplace，会生成hello.so以及一些没用的中间文件。
下面测试我们生成的hello.so能不能用：
# coding: utf-8
# 这个import会先找hello.py，找不到就会找hello.so
import hello # 导入了hello.so
hello.say_hello_to('张三')
1.3 Cython实现Python调用C库
完整代码见这里
如果我们已经有一个C语言的动态库、静态库，如何在Python中调用外部C库呢（本节以动态库为例）？
现有C库如下，是一个叫做cmath的库：
// file: cmath.c
#include "cmath.h"
int add(int a, int b)
{
return a + b;
}
// file: cmath.h int add(int a, int b);
下面将该cmath封装为Python库，为了防止名称冲突，命名为pymath：
# file: pymath.pyx
cdef extern from "cmath.h":
int add(int a, int b)
def pyadd(int a, int b):
return add(a, b)
然后还需要写setup.py，这里已经不想继续写了，本文主要用的是gcc手工编译方式，
1.4 手工gcc编译
本节完整代码见这里
本节介绍gcc这种比较原始的编译方式，是希望你能搞懂Cython如何运作。如果能掌握那么相信在日后的开发工作中各种编译、部署的问题都不太可能难倒你。
我们知道Ubuntu下Python是这样安装的：apt-get install python3，但你可能不知道有这个东西：apt-get install python3-dev。
python3-dev这个包安装的是Python的头文件，以Ubuntu 18.04为例，安装完成后你应该可以在/usr/include/python3.6/找到一些头文件。
看图1-1可以看到3种方式的对比：
- 第一条线是用Python/C API，有2个哭脸，不但代码写起来烦人，编译构建也烦人，所以我们才用Cython取代Python/C API；
- 第二条线是我们最常用的setup.py，有2个笑脸，Cython项目最常用的方式；
- 第三条线有1个哭脸，也是本节要讲的，如何使用gcc这种传统的方式来编译Cython项目；
主要步骤是：
- 使用
cython xxx.pyx生成xxx.c - 然后使用
gcc -fPIC -shared -I/usr/include/python2.7/ xxx.c -o xxx.so来生成so文件 - 要注意头文件版本，自己用的是python2的头文件还是python3的头文件
第2章 Cython封装C库基础
2.1 在Cython中调用C库函数
本节完整代码见这里
C语言有很多库函数，例如：
- libc的
atoi函数 - math库的
sin函数
这些库函数非常常用，所以Cython已经帮我们封装了，所以我们直接调用即可。
那么Cython到底帮我们封装了多少C库函数呢？你可以在这里找找。
如果你需要调用的函数Cython没有封装，那么你需要自己封装，会在2.2节介绍。
现在我们看下Cython如何调用这些封装好的C库函数：
# file: demo.pyx
from libc.math cimport sin
from libc.stdlib cimport atof
def foo(char *s):
x = atof(s)
return sin(x)
测试一下可不可以用：
# file: test.py
import demo
print(demo.foo("3.1415")) # 答案约等于0
2.2 实现Python环境调用C库函数
本节完整代码见这里。
在2.1节我们已经看到Cython能够调用C函数，Cython中定义的函数能被Python调用，因此Cython就成为了Python调用C的“桥梁”，我们把这一过程叫做wrap，实现这一功能的Cython代码叫做wrapper，见图2-1。通常wrapper可以指一段代码、一个类，甚至也能泛指一类技术。
就和C语言开发一样，Cython代码也需要：包含头文件、链接静态库/动态库。
对于这几个C结构体、函数：
// file: queue.h
typedef struct _Queue Queue;
typedef void *QueueValue;
struct _Queue {
QueueEntry *head;
QueueEntry *tail;
};
Queue *queue_new(void);
void queue_free(Queue *queue);
希望在Cython中调用：
# file: queue.pyx
cdef extern from "queue.h": # 包含头文件
ctypedef struct Queue:
pass
ctypedef void *QueueValue
Queue *queue_new()
void queue_free(Queue *queue)
def foo():
# 虽然没有实际意义，但这段代码很自嗨，可以看到Cython中完全可以调用C函数
cdef Queue *q
q = queue_new()
queue_free(q)
上面代码看出来虽然Cython可以调用C，但作为wrapper还有一个功能是将其自然的封装给Python，所以还需要下面这段代码：
cdef class PyQueue:
cdef Queue *_c_queue
def __cinit__(self):
self._c_queue = queue_new()
def __dealloc__(self):
if self._c_queue is not NULL:
queue_free(self._c_queue)
编译：
# file: setup.py
from distutils.core import setup, Extension
from Cython.Build import cythonize
extension = Extension(
"queue",
["queue.pyx"],
libraries=["cqueue"] # 在这边声明需要链接的C库（libcqueue.so）
)
setup(
ext_modules=cythonize([extension])
)
这里只贴了创建、释放的封装。其它功能（如pop、push）见完整代码。
2.3 回调函数
本节完整代码见这里。
对于一些需要传入回调函数的接口，会造成调用、被调用关系的反转。在之前我们讨论的都是在Cython中调用C函数，然而回调函数使得问题变为如何让C调用Cython函数。例如现在希望封装一个这样的C函数：
void traverse(int *arr, int len, void (*cb)(int)) {
for (int i = 0; i < len; i++) {
cb(arr[i]);
}
}
为了实现回调的封装：
- 首先需要在Cython中定义一个能被C语言调用的
wrap_cb，这是容易的 - 然后需要在Cython的
wrap_cb中调用Python的回调函数（我们把它叫做app_cb），这步会比较难实现，因为C环境调用wrap_cb时无法将app_cb的信息传入
在图2-2展示的方案中，将app_cb存至全局变量，这样wrap_cb可以从全局变量取到app_cb。
2.4 异步回调
2.3节中提到的方案不适用于异步场景，见下文专门章节分析异步场景。
2.5 结构体的封装
本节完整代码见这里。
第3章 pxd文件
就像C语言有.c和.h文件，Cython有.pyx和.pxd文件，可以帮助更好的组织、管理代码，pxd也可以实现wrapper的复用。
3.1 名称冲突问题
本节完整代码见这里
在之前的例子中，我们把C函数的导入、Python wrapper的封装都放在了pyx文件中，这会导致一些符号名冲突。例如：
cdef extern from "queue.h":
# 这是声明C语言中有一个名为Queue的结构体
ctypedef struct Queue:
pass
# 这是提供给Python用的类，我们其实也想起名叫做Queue，但C语言结构体也叫这个名字
# 所以我们不得不把提供给Python的类名改为PyQueue
cdef class PyQueue:
cdef Queue *_c_queue
def __cinit__(self):
self._c_queue = ...
为了解决开发中遇到的这些问题，我们可以把声明放在pxd中，这样就多了一层命名空间，如下：
# cqueue.pxd
cdef extern from "queue.h":
ctypedef struct Queue:
pass
有了命名空间，在pyx中就不会产生符号名冲突了：
# queue.pyx
cimport cqueue
cdef class Queue:
cdef cqueue.Queue *_c_queue
def __cinit__(self):
self._c_queue = ...
3.2 Cython代码复用
第4章 异步和内存管理
C程序员手动管理内存，而Python得益于垃圾回收机制，程序员无需感知内存管理。
附录：Cython语法参考
Cython易用的原因是它的代码跟Python几乎一样，Cython的语法是Python的「超集」，即Python代码一定是Cython代码，而Cython代码不一定是Python代码。比起Python来说，Cython多了一些跟C语言相关的语法。
# Python语法 import math # 导入math.py或math.so或math目录 from math import add as myadd # Python：导入math.py中的add符号，为避免名字冲突，重命名为myadd math.add(1, 2) # 访问math中的add符号 myadd(1, 2) # 对应的Cython语法 cimport math # 导入math.pxd from math cimport add as myadd # 导入math.pxd中的add符号，为避免名字冲突，重命名为myadd math.add(1, 2) # 访问math中的add符号 myadd(1, 2)
# Python语法
def foo(a, b): # 定义foo函数
c = 0 # 创建Python的int对象
c = a + b
return c
# Cython语法
cdef int foo(int a, int b): # cdef是定义C语言函数，注意该函数不能被Python调用
cdef int c = 0 # 这是C语言的int变量
c = a + b
return c # 返回C语言的int
# Cython语法
cpdef int foo(int a, int b): # cpdef定义的函数可以被Python调用
cdef int c = 0 # C语言的int变量
c = a + b
# 返回的是Python的int对象
# Cython在这里隐式将C语言int变量转为了Python的int对象
# 因为变量c是基本类型，Cython帮忙转了，如果c是复杂的是不能直接return的
return c
# Python语法
class Person():
def __init__(self): # 这是构造函数
pass
# Cython语法
class Person():
def __init__(self): # 和C语言相关的内存分配（如malloc）不能放在这里实现
pass
def __cinit__(self): # 和C语言相关的内存分配（如malloc）要放在这里实现
... = malloc();
def __dealloc__(self): # 和C语言相关的内存释放（如free）要放在这里实现
free(...);
写在最后：完整介绍Cython是一个庞大的工程，本文只是介绍了Cython的皮毛，若有疑问欢迎交流。
来源： Cython入门教程 - 简书
赞助我为您提供更好的技术支持。
支付宝打赏
微信钱包打赏
赏