1 Cyhton的编译方法
首先我们创建一个helloworld.pyx:
# pyx 文件
print('Hello World')
接下来看一下两种编译C的方式
1） setuptools的方式
from setuptools import setup
from Cython.Build import cythonize
setup(
ext_modules = cythonize("helloworld.pyx")
)
然后执行命令：python setup.py build_ext --inplace,然后就可以在py文件中按照常规模块的导入方式进行导入了。
2）pyximport 的方式
>>> import pyximport # 导入pyximport
>>> pyximport.install() # 初始化
>>> import helloworld #导入我们要的模块
Hello World
pyximport还支持导入常规的python模块，它的编译过程是在执行过程中进行的，所以运行到import helloworld这一行的时候会比较 慢，因为需要先编译。需要注意的是，当遇到Cython编译不了的情况，默认是按照python正常导入模块的方式进行导入的，也就是说，pyximport并不发挥作用。
2 看一个求素数的案例
首先，在Cython中我们用C定义一个求素数的函数primes：
# 文件：primes_c.pyx
# 用C的方式写求素数函数
def primes(int nb_primes):
cdef int n, i, len_p
cdef int p[1000]
if nb_primes > 1000:
nb_primes = 1000
len_p = 0 # The current number of elements in p.
n = 2
while len_p < nb_primes:
# Is n prime?
for i in p[:len_p]:
if n % i == 0:
break
# If no break occurred in the loop, we have a prime.
else:
p[len_p] = n
len_p += 1
n += 1
# 将函数返回值变成python中的list
result_as_list = [prime for prime in p[:len_p]]
return result_as_list
然后，我们用C++写一个同样的函数
# distutils: language=c++
# 需要指定编译语言为c++，否则会按照c来编译
# 文件：primes_cpp.pyx
from libcpp.vector cimport vector # 导入C++中的Vector
def primes(unsigned int nb_primes):
cdef int n, i
cdef vector[int] p
p.reserve(nb_primes) # 设置容器容量为nb_primes
n = 2
while p.size() < nb_primes:
for i in p:
if n % i == 0:
break
else: # 如果n没有被现有素数整除，说明n是素数
p.push_back(n) # 将素数加入到p中
n += 1
return p # Vector可以和list进行直接导出
可见，C++中的vector和python中list是非常类似的，因此，返回list的时候，可以直接返回p这个vector，但是在c的实现中，我们必须进行一次类型转换。
（注意python中的for...else...用法）
** 注**：C++版本的Cython文件是不可以用pyximport方式进行动态编译的。
写一个编译文件：
from setuptools import setup
from Cython.Build import cythonize
setup(
ext_modules=cythonize(['primes_cpp.pyx',
'primes_c.pyx'],
annotate=True # 生成 html格式的编译结果注释
)
)
然后可以看一下两种实现的效率：
python -m timeit -s "from primes_c import primes" "primes(1000)"
python -m timeit -s "from primes_cpp import primes" "primes(1000)"
我发现C比C++还是要快，毕竟C++这里用的是vector这种动态数组。
