Python笔记：外部c函数调用

序言

前些时候，一个朋友突然问我：python做计算实在是太慢了，有什么办法可以加速python的运算吗？我说：简单啊，你直接调用外部c函数就行了，我印象中cython可以直接实现的。闻言，我那个朋友喜出望外，遂言：太好了，那你给我写个demo呗。。。

emmmm。。。

好吧，我承认我之前事实上只是知道可以这么做，真的要说实现。。。

唉，自己挖的坑，流着泪也要把它填平了。于是，趁着周末两天，我网上找了一些demo，然后自己实现了几种python调用外部c函数的实现方式。

不要问我为啥今天才发出来，问就是打字慢。

下面，话不多说，上干货！

1. ctypes实现

c_types实现大约是最简单的外部c函数实现方法了，你只需要准备写好你的C函数实现，然后编译，最后调用就行了，无需任何中间文件，一切都是如此简单。

下面，我们以a到b的连续求和函数作为例子来进行说明：

完事，收工，一切都是如此顺利！

2. cython实现

较之ctypes实现方法，cython方法会更加复杂一点，它不需要依赖于ctypes库，而是直接将c代码转译为python底层c实现中可读的代码，而后将这一部分封装为一个动态链接库。

因此，在这种情况下，我们完全可以将这个生成的动态链接库当成一个普通的python包来进行调用，其执行效率上也会优于ctypes方式的调用。

下面，我们来考察其具体实现。

由是，cython方法搞定收工！

3. c extension实现

注意到，cython方式构建动态链接库过程中，会调用cythonize函数，而这个函数会先生成一个.c中间文件，而这个中间文件即为我们的动态链接库中真实包含的c函数代码实现。

事实上，后续的setup函数就是针对这个.c中间文件进行编译并构建为动态链接库。

因此，我们可以绕过cythonize函数，直接自己来构建这个.c文件，然后进行动态链接库的构建。

而这，就是c extension方法的主要思路。

同样的，给出其操作流程如下：

综上，c extension方法搞定！

4. swig实现

swig也是常用的python调用外部c函数的实现方法之一，其核心与上述cython完全相似，唯一的区别点在于，cython方法使用cython库来进行代码转义，而这里使用swig进行代码转义。。。

我们给出其操作流程如下：

至此，swig方法搞定！

5. 效果测试 & 结论

现在，我们来比较一下上述各个方法调用外部c函数的性能。

我们重复执行10^7计算1到100的连续求和，得到各个方法的耗时如下：

结论：

1. 上述4种方式实现c函数外部调用确实能给python带来极大的性能提升；
2. 就实现方式来说，ctypes是最容易实现的，但是相对的，其执行效率也是4种方法中最慢的；
3. c extension、cython以及swig三种实现方法本质上来说是同一种实现方法，其外部c函数调用的执行速度上没有量级上的差异，但是从其实际的效果来看，cython方式相对而言操作更为简单，其效率也是最高的。

参考文献

[1] 在python里调用C函数的三种方式 [2] python调用c和c++库（直接调用和使用swig） [3] SWIG and Python