Cython 是什么编程语言？为什么你有必要学习一下
【导语】：这篇文章主要介绍了Cython编程语言，它是Python语言的超集，简而言之：Cython就是具有 C 数据类型的 Python。通过把Cython编译为C语言，运行程序。不仅保留了Python开发方便的特点，还能提升代码的运行速度，非常值得学习。
介绍
Python语言因使用方便、第三方库丰富，得到了许多开发者的青睐。但是Python的缺点也很明显，就是运行速度较慢。为了解决这个问题，Cython出现了，Cython也是一种编程语言，可以把它理解为Python的超集，简而言之：Cython就是具有 C 数据类型的 Python。通过把Cython编译为C语言，可以提升代码的性能。对于使用Python原生对象的代码，效果可能并不明显。但是对于其他没有使用Python对象的代码，或者数值运算等操作而言，效果很不错。
通过使用Cython，我们不仅可以继续利用Python开发快速的特点，又可以让代码运行速度像C语言一样快。本文我们将介绍Cython的更多细节，同时还将简单使用下它。
1. 将Python编译为C语言
在Python中，我们可以直接调用C语言库，包括通用的C库和Python专用的库。在Cython中，我们还能调用使用了Python语法的C语言库。
从语法上看，Cython与Python很相似。如果我们用Cython编译器运行一个Python文件(Python 2.x 和 Python 3.x均可)，虽然可以正常运行，但是运行速度与使用Python解释器没有区别。假如我们使用Cython中的类型声明语法来修改Python代码，最终编译时就可以把运行速度较慢的Python对象替换为等效的C语言代码。
注意Cython的使用可以是渐进式的，这意味着开发者要想使用Cython优化原来的Python应用程序，不用刚开始就重写所有代码，只需要更改局部代码就可以。Cython之所以这样设计，是因为在大多数程序中，只有部分代码造成了程序运行慢 - 这可以用帕累托法则解释，也就是“二八准则”。因此Python程序中80%的代码都不用优化，只需对少数关键代码进行优化。我们可以把关键代码用Cython重写，提升性能。其余代码继续使用Python语法，保证代码的简洁性。
2. 简单使用Cython
我们来看看下面这个例子：
def f(x):
return x**2-x
def integrate_f(a, b, N):
s = 0
dx = (b-a)/N
for i in range(N):
s += f(a+i*dx)
return s * dx
这段代码封装了一个求积分的函数，由于是纯Python写的，需要在本机数值类型和Python内部对象之间来回转换，速度会比较慢。我们使用Cython对以上代码进行重构：
cdef double f(double x):
return x**2-x
def integrate_f(double a, double b, int N):
cdef int i
cdef double s, x, dx
s = 0
dx = (b-a)/N
for i in range(N):
s += f(a+i*dx)
return s * dx
如果我们对函数形参、函数体中的变量都声明变量类型(double, int等)，Cython会把这些代码都编译为C语言。为了提高运行速度，我们还可以用cdef关键字来定义主要用C语言实现的函数，但之后只能用Cython函数来调用这些函数。上面的代码中，只有integrate_f函数可以被Python调用，因为它是使用def关键字定义的，而cdef定义的函数没有Python接口。
可以发现，我们只是在原来的代码中添加了类型声明，并没有修改多少代码，但是运行速度会得到极大提升。
3. Cython NumPy
由于Cython代码能编译成C语言，因此可以直接与第三方数据处理库交互，例如Numpy，从而提升程序性能。在Cython中，我们可以快速访问Numpy数组。此外，我们之前在Python中操作Numpy的语法在Cython中，仍然可以使用。
但是如果你想将Cython与Numpy绑定起来，则需要用Cython的语法修改代码。例如，你可以使用cimport在代码编译时查看库中的C代码结构。如果你已经安装了NumPy，可以在代码中使用cimport numPy导入Numpy。
Cython的优点
除了能提升代码性能，Cython还具有以下优点:
1. 使用第三方C语言库速度更快
NumPy等Python包，将C语言库封装在了Python接口中，使得调用更加方便。然而，在Python和C之间来回切换会影响代码的运行速度。Cython可以直接调用C语言库(还支持c++库)，省去了来回切换花费的时间。
2. 可以同时使用C和Python进行内存管理
如果在代码中用到了Python对象，你可以用Python语言中的方法进行内存管理和垃圾回收。也可以使用malloc/free来对C数据结构进行内存管理，但是最后要手动清除。
3. 更安全
Cython通过装饰器和编译器指令(例如@boundscheck(False))，来自动检查C代码运行时的问题，例如越界访问数组就会报错。因此，在默认情况下，Cython生成的C代码要比手写的C代码安全得多，尽管可能速度会慢一些。
如果你想提升运行速度，就可以禁用自动检查功能，针对整个模块或者具体函数都可以。Cython还可以直接访问内存中的Python数据。
4. 释放GIL以提升性能
Python的全局解释器锁(Global Interpreter Lock，简称GIL)，它的主要功能是：在解释器中执行的每一个线程，都会先锁住自己，以阻止别的线程执行。但是许多开发者都认为GIL影响了Python程序的性能，尤其是在多核系统上。
如果你的Python程序中有一段代码没有使用Python对象，可以考虑使用with nogil，来释放GIL。这样在这段代码执行期间，解释器就可以运行其他线程的代码了。
5. Cython可以使用Python类型提示语法
Python有一种类型提示语法，主要用于对代码进行检查。Cython中有可用于代码修饰的自定义语法，但在Cython的最新版本中，你也可以使用Python类型提示语法。这种模式被称为“纯python模式”。我在另一篇文章中介绍了如何使用“纯python模式”[1]。
Cython的限制
Cython无法将一个漏洞百出的Python代码转换为性能优越的C代码。我们必须了解清楚Cython的局限性：
1. 对Python的原生数据结构作用不太明显
Python语法有许多数据结构：字符串、列表、元组、字典等，使用起来很方便，并且自带内存管理机制。但相比纯C语言，速度要慢很多。我们可以使用C语言的变量和数据结构，来提升性能。
2. 当使用“纯C代码”时，Cython代码运行最快
如果你在Cython中，用cdef关键字定义了一个纯C语言编写的函数，那么它的运行速度将与C一样快。但是如果该函数调用了Python代码，那么就会影响性能。
幸运的是，在Cython中我们可以通过源代码报告发现上述问题，该报告会直观地显示哪部分是纯C，哪部分与Python交互。一般而言，与Python的交互就越少，性能就越好。
分析Cython的性能
Cython自带性能检测工具，例如cProfile[2],我们可以使用该工具分析代码性能。
Cython也不是万能的，它并不能保证一定可以提高代码运行速度。通常情况下，Python代码和Cpython代码的交互越少，程序的性能越好。例如，如果你需要在Cython中处理一组对象，那么不要在Python中遍历它，然后每一步都去调用一个Cython函数。正确的做法是将整个集合传递给Cython模块，在Cython中进行处理。这一技巧在管理数据库时可以使用。
我们使用Python是因为它语法简洁，开发效率高，但是Python程序的运行速度比较慢。通过使用Cython，可以有效地提升程序运行速度。
参考资料
“纯python模式”: https://www.infoworld.com/article/3648539/faster-python-made-easier-with-cythons-pure-python-mode.html
[2]cProfile: https://www.infoworld.com/article/3329750/how-to-profile-python-code.html
[3]参考原文: https://www.infoworld.com/article/3250299/what-is-cython-python-at-the-speed-of-c.html
- EOF -
加主页君微信，不仅Python技能+1
主页君日常还会在个人微信分享Python相关工具、资源和精选技术文章，不定期分享一些有意思的活动、岗位内推以及如何用技术做业余项目
加个微信，打开一扇窗
觉得本文对你有帮助？请分享给更多人
推荐关注「Python开发者」，提升Python技能
点赞和在看就是最大的支持❤️