Cython 和 Pyrex 之间的区别
警告
Cython 和 Pyrex 都是移动目标。已经到了这一点，两个项目之间所有差异的明确列表将很难列出和跟踪，但希望这个高级列表能够了解存在的差异。应该注意的是，两个项目都努力相互兼容，但 Cython 的目标是尽可能接近并完成 Python 的合理性。
Python 3 支持
Cython 创建了.c文件，可以在 Python 2.x 和 Python 3.x 中构建和使用。实际上，使用 Cython 编译模块很可能是将代码移植到 Python 3 的简单方法。
Cython 还支持 Python 3.0 和后来的主要 Python 版本附带的各种语法添加。如果它们不与现有的 Python 2.x 语法或语义冲突，它们通常只是被编译器接受。其他一切都取决于编译器指令language_level=3(参见 编译器指令 )。
List / Set / Dict 理解
Cython 支持 Python 3 为列表，集和 dicts 定义的不同理解：
[expr(x)forxinA]# list
{expr(x)forxinA}# set
{key(x):value(x)forxinA}# dict
如果A是列表，元组或字典，则优化循环。您也可以使用 for … from 语法，但通常最好使用通常的 for … in range(…)语法与 C 运行变量(例如cdef int i)。
注意
请注意，Cython 还支持从 Python 2.4 开始的集合文字。
仅关键字参数
Python 函数可以在*参数之后和**参数之前列出仅限关键字的参数，例如：
deff(a,b,*args,c,d=42,e,**kwds):
…
这里c，d和e不能作为位置参数传递，必须作为关键字参数传递。此外，c和e是必需的关键字参数，因为它们没有默认值。
如果省略*之后的参数名，则该函数将不接受任何额外的位置参数，例如：
defg(a,b,*,c,d):
…
采用两个位置参数，并有两个必需的关键字参数。
条件表达式“x if b else y”XifCelseY
仅评估X和Y中的一个(取决于 C 的值)。
cdef inline
模块级函数现在可以内联声明， inline 关键字传递给 C 编译器。这些可以和宏一样快：
cdef inline int something_fast(int a,int b):
returna*a+b
请注意，类级 cdef 函数是通过虚函数表处理的，因此几乎在所有情况下编译器都无法内联它们。
声明作业(例如“cdef int spam = 5”)
在 Pyrex 中，必须写：
cdef int i,j,k
i=2
j=5
k=7
现在，有了 cython，人们可以写：
cdef int i=2,j=5,k=7
右边的表达可以任意复杂，例如：
cdef int n=python_call(foo(x,y),a+b+c)-32
for 循环中的’by’表达式(例如“for i from 0＆lt; = i＆lt; 10 by 2”)forifrom0<=i<10by2:
printi
收益率：
0
2
4
6
8
Note
不鼓励使用此语法，因为它对于普通的 Python for 循环来说是多余的。参见 自动量程转换 。
布尔 int 类型(例如，它的行为类似于 c int，但是作为布尔值强制转换为/来自 python)
在 C 中，int 用于真值。在 python 中，任何对象都可以用作真值(使用__nonzero__()方法)，但规范选择是两个布尔对象True和False。 bint(用于“boolean int”)类型被编译为 C int，但是作为布尔值强制进出 Python。比较的返回类型和几个内置函数也是bint。这减少了在bool()中包装物品的需要。例如，人们可以写：
defis_equal(x):
returnx==y
它将在 Pyrex 中返回1或0，但在 Cython 中返回True或False。可以声明函数的变量和返回值为bint类型。例如：
cdef int i=x
cdef bint b=x
第一次转换将通过x.__int__()进行，而第二次转换将通过x.__bool__()(a.k.a。__nonzero__())进行，并对已知的内置类型进行适当的优化。
可执行类主体cdefclassBlah:
defsome_method(self):
printself
some_method=classmethod(some_method)
a=2*3
print"hi",a
cpdef 函数
Cython 在通常的 def 和 cdef 之上添加了第三种功能类型。如果声明了一个函数 cpdef ，它可以被扩展和普通的 python 子类调用和覆盖。您基本上可以将 cpdef 方法视为 cdef 方法+一些额外的方法。 (这就是它至少实现的方式。)首先，它创建了一个 def 方法，除了调用底层 cdef 方法之外什么都不做(并且如果需要，可以进行参数解包/强制) )。在 cdef 方法的顶部添加了一些代码以查看它是否被覆盖，类似于以下伪代码：
ifhasattr(type(self),'__dict__'):
foo=self.foo
iffooisnotwrapper_foo:
returnfoo(args)
[cdef method body]
要检测类型是否具有字典，它只检查tp_dictoffset插槽，对于扩展类型，它是NULL(默认情况下)，但对于实例类，则为非空。如果字典存在，它会执行单个属性查找，并且可以(通过比较指针)判断返回的结果是否实际上是新函数。如果且仅当它是一个新函数时，则参数被打包到元组和方法中。这一切都非常快。设置了一个标志，因此如果直接在类上调用方法，则不会发生此查找，例如：
cdefclassA:
cpdef foo(self):
pass
x=A()
x.foo()# will check to see if overridden
A.foo(x)# will call A's implementation whether overridden or not
有关说明和使用提示，请参阅 早期绑定速度 。
自动量程转换
当i是任何 cdef’d 整数类型时，这将把for i in range(…)形式的语句转换为for i from …，并且可以确定方向(即步骤的符号)。
Warning
如果范围导致赋值给i溢出，这可能会改变语义。具体来说，如果设置了此选项，则在输入循环之前将引发错误，而如果没有此选项，循环将执行，直到遇到溢出值。如果这会影响你，请更改Cython/Compiler/Options.py(最终会有更好的方法来设置它)。
更友好的类型铸造
在 Pyrex 中，如果有一个类型<int>x，其中x是一个 Python 对象，那么将获得x的内存地址。同样，如果一个类型<object>i，其中i是一个 C int，那么将在内存中的i位置获得一个“对象”。这会导致混乱的结果和段错误。
在 Cython <type>x中，如果其中一个类型是 python 对象，则会尝试强制执行(如将x赋值给类型类型的变量时)。它不会阻止一个没有转换的地方(虽然它会发出警告)。如果一个人真的想要这个地址，首先要转换为void *。
如在 Pyrex 中<MyExtensionType>x将x转换为类型MyExtensionType而不进行任何类型检查。 Cython 支持使用类型检查进行转换的语法<MyExtensionType?>(即如果x不是MyExtensionType的子类，它将抛出错误。
cdef / cpdef 函数中的可选参数
Cython 现在支持 cdef 和 cpdef 功能的可选参数。
.pyx文件中的语法保留在 Python 中，但是通过写cdef foo(x=*)在.pxd文件中声明了这些函数。子类化时参数的数量可能会增加，但参数类型和顺序必须保持不变。在某些情况下，如果没有任何可选项的 cdef / cpdef 函数被一个具有默认参数值的函数覆盖，则会有轻微的性能损失。
例如，可以有.pxd文件：
cdefclassA:
cdef foo(self)
cdefclassB(A):
cdef foo(self,x=*)
cdefclassC(B):
cpdef foo(self,x=*,int k=*)
使用相应的.pyx文件：
from__future__importprint_function
cdefclassA:
cdef foo(self):
print("A")
cdefclassB(A):
cdef foo(self,x=None):
print("B",x)
cdefclassC(B):
cpdef foo(self,x=True,int k=3):
print("C",x,k)
Note
这也证明了 cpdef 功能如何覆盖 cdef 功能。
结构中的函数指针
为方便起见， struct 中声明的函数会自动转换为函数指针。
C ++异常处理
cdef 函数现在可以声明为：
cdef int foo(…)except+
cdef int foo(…)except+TypeError
cdef int foo(…)except+python_error_raising_function
在这种情况下，捕获 C ++错误时将引发 Python 异常。有关详细信息，请参阅 在 Cython中使用 C ++。
同义词
cdef import from与cdef extern from的含义相同
源代码编码
Cython 支持 PEP 3120和 PEP 263，即你可以开始你的 Cython 带有编码注释的源文件，通常用 UTF-8 编写源代码。这会影响字节字符串的编码以及将u'abcd'等 unicode 字符串文字转换为 unicode 对象。
自动typecheck
而不是像 Pyrex 文档中所解释的那样引入新关键字typecheck，只要 isinstance() 与扩展类型一起使用，Cython 就会发出(非欺骗性和更快速)的类型检查第二个参数。
来自 future 指令
Cython 支持多种from __future__ import …指令，即absolute_import，unicode_literals，print_function和division。
始终启用语句。
纯 Python 模式
Cython 支持编译.py文件，并使用装饰器和其他有效的 Python 语法接受类型注释。这允许将相同的源解释为直接 Python，或者编译以获得优化结果。有关详细信息，请参阅 纯 Python 模式 。