在Python与C中实现函数

在Python中实现函数和在C中实现函数，然后从Python中调用函数之间是否存在差异（在执行时间方面）？如果是这样，为什么？

Python（至少是“标准”的CPython实现）从未真正编译成本机代码；它编译成字节码，然后进行解释。因此，实际上编译成机器代码的C函数将运行得更快；问题是它是否会产生相应的影响。那么，您试图解决的实际问题是什么呢？

Python（至少是“标准”的CPython实现）从未真正编译成本机代码；它编译成字节码，然后进行解释。因此，实际上编译成机器代码的C函数将运行得更快；问题是它是否会产生相应的影响。那么您试图解决的实际问题是什么呢？

通常，用C编写的函数比Python等效函数要快得多。整合也要困难得多，因为它涉及：

编译C代码，其中#包含Python头并公开适当的包装器代码，以便可以从Python调用

链接到正确的Python库

将生成的共享库部署到适当的位置，以便Python代码可以导入它

在尝试此方法之前，您需要非常确定其好处大于成本，这意味着这应该只保留给代码中性能关键的部分，因为纯Python无法使这些部分变得足够快

---

如果您真的需要走这条路，Boost.Python可以让任务轻松得多。

通常，用C编写的函数将比Python等效函数快得多。整合也要困难得多，因为它涉及：

编译C代码，其中#包含Python头并公开适当的包装器代码，以便可以从Python调用

链接到正确的Python库

将生成的共享库部署到适当的位置，以便Python代码可以导入它

在尝试此方法之前，您需要非常确定其好处大于成本，这意味着这应该只保留给代码中性能关键的部分，因为纯Python无法使这些部分变得足够快

---

如果您真的需要走这条路，Boost.Python可以让任务轻松得多。

如果我正确理解并重申您的问题，您会问，在c可执行文件上包装Python是否比纯Python模块本身更快？答案是，它取决于可执行文件和您正在执行的任务类型

Python中有一组使用Python C-API编写的模块。它们的性能可以和包装一个C可执行文件相媲美

另一方面，包装c程序将比纯python更快，两者都使用合理的逻辑实现相同的功能。比较difflib的使用情况与基于diff的包装子流程

---

如果我正确理解并重申了您的问题，您会问，在c可执行文件上包装python是否比纯python模块本身更快？答案是，它取决于可执行文件和您正在执行的任务类型

Python中有一组使用Python C-API编写的模块。它们的性能可以和包装一个C可执行文件相媲美

另一方面，包装c程序将比纯python更快，两者都使用合理的逻辑实现相同的功能。比较difflib的使用情况与基于diff的包装子流程

---

C版本通常更快，但并不总是如此。加速的要点之一是C代码不必像Python那样动态查找值（Python具有引用语义）。一个很好的例子是。则数组中的所有值都具有相同的类型，并在内部存储在连续的内存块中。这是numpy速度更快的主要原因，因为它跳过了Python必须执行的所有动态变量查找。如果算法在Python数据结构上运行，那么最高效的C实现可能会变得非常缓慢，在Python数据结构中，每个值都必须动态查找

---

要自己实现这些功能并省去Python C-API的所有麻烦，一个好方法就是使用它。

C版本通常更快，但并不总是如此。加速的要点之一是C代码不必像Python那样动态查找值（Python具有引用语义）。一个很好的例子是。则数组中的所有值都具有相同的类型，并在内部存储在连续的内存块中。这是numpy速度更快的主要原因，因为它跳过了Python必须执行的所有动态变量查找。如果算法在Python数据结构上运行，那么最高效的C实现可能会变得非常缓慢，在Python数据结构中，每个值都必须动态查找

要自己实现这些功能并省去Python C-API的所有麻烦，一个很好的方法就是使用它。

呃，什么？对于初学者来说，您（通常）不编译Python，并且无论如何都需要一个包装器来从Python调用C函数，反之亦然。对于稍高级的用户，您是否意识到性能在很大程度上取决于算法，然后取决于实现（代码和语言实现），而不仅仅是语言？（可以使用LLVM/CLAN来解释C和C++……以及通过编译编译的Python代码的很多项目）。更不用说很多人都无法在可接受的时间内得到一个正常工作的C版本。呃，什么？对于初学者来说，您（通常）不编译Python，并且无论如何都需要一个包装器来从Python调用C函数，反之亦然。对于稍高级的用户，您是否意识到性能在很大程度上取决于算法，然后取决于impl