Python具有可扩展的特性,python的可扩展性

　　Python是高度可扩展的，用C语言或Fortran写扩展有很多种方法。必要时，Python代码可以直接调用这些扩展作为子例程。本节讨论一些用于构建扩展的主要编译器(肯定不是一个完整的列表)。

　　相关：《Python基础教程》

　　Cython

　　Cython(不同于CPython)既指语言，也指编译器。Cython语言是Python语言的超集，增加了C语言语法。Cython可以在一个代码段或一个完整的函数中显式释放GIL。变量和类属性上的C类型声明以及对C函数的调用都使用C语法。代码的其余部分使用Python语法。通过这种混合的Cython代码，Cython编译器可以生成高效的C代码。任何常规优化的C/C编译器都可以编译这种C代码，从而高度优化扩展运行时代码，性能接近原生C代码。

　　Numba

　　Numba是一个动态的实时(JIT)和NumPy感知的Python编译器。Numba使用LLVM编译器基础设施来生成优化的机器码和包装器，以便从Python调用代码。与Cython不同，编码使用常规的Python语言。Numba可以从decorator中嵌入的注释中读取类型信息，并优化代码。对于使用NumPy数据结构的程序，如数组和许多数学函数，它可以达到与C或Fortran语言相似的性能。NumPy对线性代数和矩阵函数使用硬件加速，并使用LAPACK和BLAS提供额外的加速，大大提高了性能。关于LU因式分解中的速度比较，见IBM博文C，Julia，Python，Numba和Cython。

　　除了CPU，Numba还可以使用GP-GPU后端。Anaconda，Inc .是一个主要Python发行版的幕后公司。该公司还开发了Numba和Numba Pro的商业版本。

　　Fortran to Python Interface Generator

　　Fortran到Python接口生成器(F2Py)最初是一个独立的包，现在包含在NumPy中。F2Py支持Python调用用Fortran编写的数值例程，就好像它们是另一个Python模块一样。由于Python解释器无法理解Fortran源代码，F2Py将Fortran编译成动态库文件格式的原生代码，这是一个包含函数的共享对象，具有Python模块接口。因此，Python可以直接调用这些函数作为子例程，并以原生Fortran代码的速度和性能执行它们。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。