Cython 之间的差异，使用 Python.h 扩展 C/C++ 等

Question

现在我有一个图像处理算法，在 Python 中大约有 100 行左右。使用numpy,PIL和大约需要 500 毫秒scipy。我希望让它更快，并且由于实际算法到目前为止似乎已经非常优化，我想知道是否使用不同的方法，例如Cython会改善时间。我相信我可以做几件不同的事情：

1. 使用 Cython将 C 库的相关部分公开给 Python。
2. 使用 Ctypes只用 C 编写所有内容，但仍然使用纯 Python（根本不倾向于这个）
3. 在 C/C++ 中创建一个扩展模块，然后导入它并调用函数。我不确定我是否能够使用numpy这种方式。
4. 创建一个 DLL并让 Python 加载它。这不会使用numpy或那些模块，但仍然非常有效。

我只是在这里寻找速度，而不是担心实施的难度。在这种情况下，是否有更好的选择，它们都是一样的，还是值得做？

Answer 1

了解您在此处需要做什么会有所帮助。

如果您不使用ctypesfor 函数调用，那么它不太可能为您节省任何ctypes涉及类型的东西。如果您已经有一些带有“帮我解决它”功能的 DLL，那么肯定ctypes是这样。

Cython 创建扩展模块，所以你可以用 Cython 做的任何事情也可以用扩展模块来完成，这取决于你手工编写扩展的舒适程度。Cython 比手工编写扩展更受限制，更难“看到”性能（优化 Cython 的规则基本上与优化 CPython 代码相反，如果你忘记cdef了正确的事情，你将一无所获），但 Cython 是一般也比较简单。

编写一个单独的非扩展 DLL 仅当您有非 Python 用途时才值得；否则，Python 扩展基本上只是 DLL 的情况，但更好地集成。

基本上，根据定义，凭借无限的时间和技能，CPython 扩展将在性能方面击败任何其他选项，因为它可以完成其他人所做的一切，甚至更多。这只是更多的工作，并且容易出错（因为您正在编写 C，这很容易出错）。