在Python中使用C/C++进行复杂计算（还包括MySQL）
我正在我的Python网页应用中实现一个算法，这个算法涉及一些（可能会很大）聚类和矩阵计算。我发现Python可以使用C/C++的库，觉得利用这个可以加快速度，可能是个好主意。
首先：有没有什么原因让我不要这样做，或者在做这个的时候有什么需要注意的地方？
其次：我对把C和MySQL连接起来（因为我需要从那里获取数据进行计算）有些犹豫。这种犹豫有道理吗？
4 个回答
是的，我们可以通过创建表格来存储一些操作或特定变量的值，比如圆周率π、自然对数的底数e、正弦值等。然后用Python编写程序，并给出必要的指令来进行数学运算。通过使用MySQL连接器，我们可以在这些操作中访问到特定的变量。
这不是你期待的答案，但我走过这条路，建议你遵循KISS原则：
- 首先要让它以最简单的方式运行起来。
- 然后再考虑如何提高速度或让设计变得复杂。
还有很多其他说法，比如“除非资源无限，否则不要去解决假设的问题”。
现在，Cython对C++的支持比以前好多了。你可以在Cython中无缝使用大部分标准库。在极端情况下，速度提升可以达到500倍。
我的经验是，最好让Cython的代码保持简单，把所有参数都传给C++。直接调试C++会容易得多，而且语法也更容易理解。维护一个同时用三种不同语言的代码库真是让人头疼。
使用C++和Cython时，你需要花点时间考虑内存管理的问题。也就是说，通常在C++中不分配内存是最安全的，而是在Python或Cython中准备好内存（可以使用array.array或numpy.array）。另外，你也可以在Cython中封装一个C++对象，并提供一个释放内存的函数。这样做意味着你的应用程序会比只用Python或C++编写的更脆弱，因为你放弃了RAII（资源获取即初始化）和垃圾回收。
另一方面，你的Python代码应该能一行一行地转换成现代C++。这提醒你在新的C++代码中不要使用过时的new或delete等，而是通过保持高层次的抽象来让代码更快更简洁。
还要记得重新审视你最初算法选择背后的假设。对Python来说合理的做法，可能在C++中就不合适。
最后，Python让一切变得简单、干净，而且调试速度比C++快得多。但在很多方面，C++鼓励更强大的抽象和更好的关注点分离。
当你同时使用Python、Cython和C++编程时，慢慢会感觉像是把两种方法的糟糕部分都结合在了一起。或许值得考虑完全用C++重写。你可以保留Python的测试框架，并把原来的设计作为原型或测试平台。
利用现有的工具和库。
对于矩阵运算，使用numpy和scipy可以提供和Matlab差不多的功能。如果你学会了如何用这些模块写出规范的代码，那么在这些模块内部的循环就会在C或FORTRAN的实现中运行，这样大部分任务就能在Python的灵活性和C的性能之间取得平衡。你可能还会对numexpr感兴趣，它可以进一步加速numpy/scipy的表达式，有时候还能实现并行计算。
如果你必须在Python中编写计算密集型的内部循环，先好好想想。也许你可以把问题重新表述一下，让它更适合用numpy/scipy来解决。或者，你可以利用Python中的数据结构，想出一个更好的算法，而不是仅仅追求同一个算法的更快实现。如果这些都不行，还有Cython，它使用一种限制性的Python子集来编译成机器代码。
只有在最后的手段下，并且在分析后找出最严重的瓶颈时，才应该考虑用C/C++编写扩展模块。因为还有很多更简单的方法可以满足大多数性能需求，而数值和数学代码的领域已经有很好的现成库支持。