【為什麼我們要挑選這篇文章】Python 的程式碼思維很符合直觀，是個容易使用的程式語言，但卻有運算速度較慢的缺點；而 C 語言則剛好相反。
於是結合 Python 和 C 語言優點的 Cython 誕生，藉由 Cython，可以把 Python 的速度提升 36 倍。下文，是每個用 Python 的工程師都該保存下來的葵花寶典。（責任編輯：郭家宏）
Python 是工程師最喜愛的程式語言，也是目前最容易使用的語言，因為它的程式碼短小精悍，符合人們的思維方式，也符合人們的閲讀習慣。
但是你會經常聽到有人吐槽 Python，特別是有些用 C 語言的人，大力吐槽 Python 速度慢。
他們說得沒錯，相比其他高級程式設計語言，例如 C 語言，Python 確實速度很慢，這主要是因為 C 語言更面向電腦底層，像一些單晶片、電路板的設計都使用 C 語言，C 語言和組合語言之間的轉換也更快，但是 every coin has two sides，沒有完美無缺的程式語言，C 語言也有程式碼量大、偏向過程的一些缺點，如何讓 Python 兼顧 C 語言速度方面的優點呢？
舉個形象化的例子，賽車手需要兼顧汽車引擎的內耗磨損，也要兼顧賽車的運行速度，那麼，如何在兩者之間取得平衡呢？
其實有很多可以提高運行速度的辦法，例如：
利用多進程（multiprocessing）來使用所有的 CPU。
如果你正在使用 NumPy、Pandas，或是 Scikit-Learn 庫，那麼可以使用 Rapids 來提高 GPU 的處理速度。
但是這只針對你的任務可以並行的情況，例如數據預處理、矩陣操作等，上述辦法都很棒，可是如果你只使用純 Python 語言，那該怎麼辦呢？再比如，你必須使用一個很大的 for 循環，而且因為數據必須被順序處理導致你無法使用矩陣，在這種情況下，有沒有辦法提高 Python 本身的速度呢？
Cython 就是用來加速純 Python 程式碼的。
Cython：Python 和 C/C++ 的橋樑
從本質上講，Cython 是 Python 和 C/C++ 的橋樑，它允許你對 Python 程式碼稍作修改，然後把 Python 程式碼直接翻譯成 C 語言程式碼。
你唯一需要修改 Python 程式碼的地方，就是在每一個變數前面加上它的類型，通常，我們在 Python 裡會這樣聲明變數：
x = 0.5
如果使用 Cython，我們會給變數加上它的類型：
cdef float x = 0.5
這會告訴 Cython，我們的變數是浮點型變數，這和我們在 C 語言中的操作一樣。使用純 Python 語言，變數的數據類型在賦值後被自動定義。Cython 這種顯式的變數聲明方法，使得 Python 程式碼轉換成 C 程式碼成為可能，因為 C 語言要求變數的數據類型必須在聲明變數時寫出來。
使用 pip 安裝 Cython 只需一行程式碼：
pip install cython
Cython 提供的兩種數據類型：變數、函數
使用 Cython 時，Cython 提供兩類類型，一類用於變數，一類用於函數。
對於變數，我們可以這樣寫（請注意，這些類型都來自 C/C++）：
cdef int a, b, c
cdef char *s
cdef float x = 0.5 (single precision)
cdef double x = 63.4 (double precision)
cdef list names
cdef dict goals_for_each_play
cdef object card_deck
對於函數，我們可以這樣寫：
def – 普通的 Python 函數，只用 Python 編譯器
cdef – Cython 專用函數，不能透過純 Python 程式碼使用該函數，必須在 Cython 內使用
cpdef – C 語言和 Python 共用，可以透過 C 語言或者 Python 程式碼使用該函數
有了對 Cython 的瞭解，我們可以更進一步，開始加速我們的程式碼了！
使用 Cython 提高程式碼的運算速度
首先，我們建立一個 Python 程式碼的基準——使用一個 for 迴圈來計算某個數的階乘。以下是用純 Python 語言寫的程式碼：
def test(x):
y = 1
for i in range(1, x+1):
y *= i
return y
使用 Cython 寫出的函數和純 Python 程式碼寫出的函數很類似，首先，我們要確保 Cython 程式碼文件的擴展名是 .pyx。然後，我們唯一修改的地方，就是在我們已聲明的每個變數和函數前加上它們的類型，run_cython.pyx 程式碼如下：
cpdef int test(int x):
cdef int y = 1
cdef int i
for i in range(1, x+1):
y *= i
return y
請注意，函數前有 cpdef，以確保我們可以透過 Python 調用該函數。同時請注意，for 迴圈裡的變數 i 也有類型資訊，你需要設定函數中所有變數的類型，這樣 C 語言編譯器才能知道需要使用什麼類型。
接下來，建立一個 setup.py 文件，把 Cython 程式碼翻譯成 C 程式碼：
from distutils.core import setup
from Cython.Build import cythonize
setup(ext_modules = cythonize(‘run_cython.pyx’))
然後執行彙編過程，在命令行輸入以下命令：
python setup.py build_ext –inplace
我們的 C 程式碼已經被編譯，可以使用了。你可以在文件夾裡看見你的 Cython 程式碼，你有了所有運行 C 程式碼所需要的文件，包括 run_cython.c 文件，文摘菌（本文作者）在 Win 10 系統嘗試後文件夾結構如下：
打開 run_cython.c 後的部分程式碼（程式碼很長，完整程式碼請參考原文出處）
現在我們可以測試我們全新的、速度超快的 C 程式碼了！看看下面的程式碼，它是比較 Python 程式碼和 Cython 程式碼速度的測試：
程式碼很容易理解，我們用 Python 的方式導入我們的文件，然後也像 Python 那樣運行我們的函數。
只需稍作修改，Cython 就可以幫你加速幾乎所有的純 Python 程式碼。值得注意的是，你使用的迴圈越多、需要篩選處理的數據越多，Cython 就越能發揮加速的作用。
請看下面的表格，它記錄了 Cython 在計算不同數階乘的運行速度，number 的值從 10 到 10000000，使用 Cython，我們的速度提高了 36 倍！
以上對 Cython 的介紹，希望可以給習慣使用 Python 寫程式的讀者帶來幫助。文摘菌也大力推薦這款 Cython 加速器，讓你在 Python 的道路上馳騁！
原文報導傳送門
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈提速30倍！这个加速包让Python代码飞起来〉。首圖來源：Max Pixel CC Licensed）
更多實用的寫程式的技巧
工程師好用資源來了！超完整 Python 查詢表，程式碼複製貼上不用自己寫
【工程師精選乾貨】100 行 Python，神經網路輕鬆搞定
工程師殺手級工具！一秒自動補齊後續程式碼，還支援 23 種程式語言
