什么情况？Python运行速度居然追上了C语言！
在小编所从事的IT行业中，程序猿们普遍的感受就是越高级的编程语言越简单（如Python）,相反，越低级的编程语言越复杂（如C语言）。其实他们各有优缺点，Python简单；但是运行慢，C语言虽然复杂，但是运行很高效。很多人喜欢高级语言编程，是因为高级语言语法简单，编程高效，用Python通常几十行代码就能做到C语言几百行才能做到的事情。那么我们有没有办法能够既用Python编程并且运行效率又能无限接近C语言呢？
答案是肯定的，那就是--Cython。接下来，我们来具体了解一下Cython这个东东。
Cython介绍
我们知道，Python作为一门高级编程语言，除了编码简单外，还有Python是一门脚本语言，代码不需要经过编译即可运行。在这里为了提高Python的运行效率，我们通过Cython将.py文件生成.c文件，然后将.c文件作为Python源码的一部分，重新编译生成Python模块，使用时直接import即可。所以通俗的说Cython就是Python编程语言的编译器，写C扩展就像写Python代码一样容易。其最重要的功能是将Python代码翻译为C代码。
接下来我们具体来说一说这个工具，首先我们得搭建环境（以win7系统为例）。
Cython环境搭建
1、前提条件
我们默认win7系统已经安装了Python，如果没有安装Python，请到Python官网https://www.python.org/downloads/这个地址下载安装。
2、在安装完成Python之后，打开windows命令控制台，输入“python --version”，我们能够看到如下图所示：
如果是如下图：
有可能是因为python.exe文件在 Python 目录下，我们还没有设置环境变量。所以我们需要手动添加环境变量：鼠标右键我的电脑 -> 属性 -> 点击高级系统设置 -> 点击环境变量 -> 点击PATH -> 在最后面加上我们的Python安装路径 -> 点击确定。用一张图来表示就是：
设置完成继续输入“python --version”就可以看到图一的画面啦。
3、同样的方法输入“cython --version”,如果没有安装，则输入如下安装命令“pip install cython”,如下图：
如果连pip都没有安装的话，我们同样需要在Python的官网上先下载pip，下载地址是：https://pypi.python.org/pypi/pip#downloads
如下图：
Cython使用
前面我们把环境搭建好了，现在我们正式体验下这个功能。小编我在电脑下随机创建了一个hello.py的文件，内容如下：
def say_hello():
print "hello world"
然后在同一目录下，新建一个setup.py文件，内容如下：
from distutils.core import setup
from Cython.Build import cythonize
setup(ext_modules = cythonize("hello.py"))
说明：cythonize()是Cython提供将Python代码转换成C代码的API。setup是Python提供的一种发布Python模块的方法。
接下来我们编译python代码。
输入“python setup.py build_ext --inplace”命令，如下图：
命令说明：build_ext是指明python生成C/C++的扩展模块(build C/C++ extensions (compile/link to build directory))--inplace指示 将编译后的扩展模块直接放在与hello.py同级的目录中。
从上图看出来，我们在编译过程中出现了错误，那是因为C编译器相关的配置没有设置好，在Windows上一般采用Microsoft VisualStudio，不同的VS版本设置不同。以下是配置说明：
Visual Studio 2010 (VS10): SET VS90COMNTOOLS=%VS100COMNTOOLS%
Visual Studio 2012 (VS11): SET VS90COMNTOOLS=%VS110COMNTOOLS%
Visual Studio 2013 (VS12): SET VS90COMNTOOLS=%VS120COMNTOOLS%
Visual Studio 2015 (VS14): SET VS90COMNTOOLS=%VS140COMNTOOLS%
Visual Studio 2017 (VS14): SET VS90COMNTOOLS=%VS150COMNTOOLS%
小编电脑里的是VS2010作为C的编译器。
于是输入“SET VS90COMNTOOLS=%VS100COMNTOOLS%”，然后在编译就可以成功了，如下图：
同时在E:/cythontest/ 目录中,生成了几个文件，如下图：
说明：hello.c是hello.py转化后的C代码文件，可以看到hello.c非常大hello.pyd是python的动态链接库，我们在使用import hello时会加载build目录编译过程中生成的临时文件
接下来，我们来调用一下刚刚生成的模块，如下图所示：
到这里说明我们前面所讲的一堆都是可行的，但是接下来问题来了，通过这个方法到底能不能提高效率呢？
于是，我们做了一个测试…
Cython测试
我们写了如下两段测试代码：
test_org.py用来直接运行
import math
import time
time1 = time.time()
for i in range(100000000):
x = math.sqrt(i)
time2 = time.time()
print time2 - time1
运行结果如下：
test.py用来通过cython生成C语言模块再运行
import math
import time
def f():
time1 = time.time()
for i in range(100000000):
x = math.sqrt(i)
time2 = time.time()
print time2 - time1
运行结果如下：
同样的代码，前者耗时26.8240001202，后者则只耗时10.9499998093，从结果对比起来，两者差距还是蛮大的。
写在最后
最后我们来总结一下整个Cython工作的流程，流程图如下：
主要分两步：
1）.py文件使用Cython被编译为.c文件；
2）.c文件使用C编译器生成.pyd。
生成的.pyd文件可以直接被我们在python中当做模块来调用。
好了，Cython讲完了，您对Cython有哪些更好的看法和使用心得，欢迎扫描下方二维码关注公众号给我们留言交流噢！同时我们为愿意学习Python的同学准备了学习礼包，公众号中回复“Python学习”即可获取。