从python程序执行c程序

我是编程新手，想知道如何让python程序执行并与c程序通信。我正在用python做一个数学计算，我想知道我是否可以用C编写主要的计算，这样计算速度会更快。我一直在阅读“从Python调用C函数”，“直接在Python代码中包含C或C++代码”，以及“使用Python中的C库”。这是同一件事吗？我想要一个python程序来执行一个c程序并接收结果

从python中“调用C库函数”是什么意思？它是允许python脚本使用c库还是允许脚本在c编译器中执行代码？

谢谢你想要的。它允许您直接从Python运行C函数，而无需任何疯狂的扩展。当然，您应该确保没有过早地进行优化。Python的数学函数非常快

---

ctypes模块允许您直接从Python代码调用C库函数。这意味着您可以将编译后的库放到Python可以访问的地方，然后运行这些编译后的函数。这与从Python调用C程序不同，正如Conrad所指出的，C程序可以通过子进程来完成。当然，子流程不需要用C编写程序。它可以运行任何可执行文件。

最简单的方法之一是使用。您可以编写非常接近Python的代码，但它可以编译成C语言。这使得一些代码（尤其是数值计算）更快。您还可以使用Cython轻松地从Python调用C库函数，尽管ctypes也足够了

---

但是，如果您确实想要执行一个特定的C程序，您可以使用。注意，这比直接调用C库或Cython函数要慢得多。

在处理“数组操作”（有时称为向量操作，但我发现该术语与SIMD术语混淆）时，numpy的速度也相当快。如果您决定使用cython路线，您可能需要numpy，因此如果算法不太复杂，您可能首先想看看numpy本身是否足够好

注意这里有两条不同的路线。您可以使用

子流程

，它基本上会向您编写的其他程序发出系统调用。这很慢，因为您需要启动一个新进程，将数据发送到该进程中，然后从该进程中读回数据。换句话说，每次调用都会多次复制数据。第二种方法是从python调用C函数。由于Cpython（参考和最常见的python实现）是用C编写的，因此可以创建C扩展。它们基本上是遵循特定API的编译库。然后Cpython可以加载这些库并使用其中的函数，传递指向数据的指针。通过这种方式，数据实际上并没有被复制——在python中使用的内存块与在C中使用的内存块相同。这里的缺点是C API有点复杂。这就是第三方扩展和现有库（numpy、cython、ctypes等）的用武之地。它们都有不同的方法将计算推送到C函数中，而不必担心C API。Numpy删除循环，以便可以快速地对数组进行加法、减法、乘法（以及其他许多操作）

Cython

将python代码翻译成C，然后您可以编译和导入—通常，为了提高速度，您需要提供额外的提示，使Cython能够优化生成的代码，

ctypes

有点脆弱，因为您必须重新指定C函数原型，但除此之外，只要你能将你的库编译成一个共享对象，这就很容易了。。。这个名单还可以继续下去

---

还要注意的是，如果您不使用numpy，您可能希望签出pypy。它声称运行python代码的速度比Cpython快

想到的选项：

Cython：Python的一种方言，可以自由混合Python和C数据类型。使用一些类型注释为类提供了适度的加速，并且如果您将主循环的所有C类型都提供给它来操作，那么速度会快很多。目前几乎只有CPython，但已经有人讨论过如何让它与Pypy一起工作

SWIG：一种接口/粘合语言，用于将C库与潜在的大量高级语言（包括CPython）相匹配

ctypes：允许您调用单个C函数并访问单个C数据类型。除非你花很多时间在C代码上，否则不要在CPython中燃烧。可能有点脆。也适用于Pypy

C扩展模块：CPython非常标准的东西-这是多少CPython的标准库放在一起。如果您使用cpyext，其中一些（但不是全部）可用于Pypy。简而言之，用C语言编写一个包含一堆锅炉板的模块，但它可以从CPython调用

CFFI：来自Pypy项目的一个新的外部功能接口。他们现在正在与CPython合作，并打算不久后与Pypy合作。它类似于ctypes，但不那么脆弱——缺点是它在运行时需要一个C编译器，而且代码非常年轻

Pypy：这并不是调用C本身的一种方式，但是对于许多纯python代码来说，它的速度几乎和C一样快。如果您没有很多需要的C扩展模块，那么Pypy可能是一个不错的选择

子进程：一种非常可移植的与另一个进程交互的方式，不一定使用相同的语言。可以与子进程中的任何语言一起使用。不要太快，除非你花很少的时间来回传递数据。几乎所有交换的数据都必须序列化为ASCII或其他格式，但它是如此可移植、简单且松散耦合，因此值得考虑

你可以