用Python接口C（或C++）有什么不同的选择？

Question

我知道有很多方法可以将C函数接口到Python中：Python C API，scipy.weave，ctypes，pyrex/cython，SWIG，Boost.Python，Psyco。。。他们每一个最适合做什么？为什么我要用一个给定的方法而不是其他方法？当我需要在Python和C之间选择绑定时，应该考虑什么？在

我知道一些关于这个的讨论，但它们似乎都是不完整的。。。在

• http://wiki.cython.org/SWIG
• http://sage.math.washington.edu/tmp/sage-2.8.12.alpha0/doc/prog/node35.html

我知道关于StackOverflow的一些问题也是相关的。例如：

• About interfacing an existing C library
• C API vs Cython

Answer 1

这只是对您问题的一部分的简短回答，但是：

ctypes可能是最好的，当您有一个预先存在的C库，您想与Python一起使用。在

当您想用C编写一些利用Python特性的东西，或者想用C编写Python的扩展时，pythoncapi是最好的选择

当然，这两个问题可能会在你的问题中链接到的一些SO问题的答案中进行更详细的阐述。在

Answer 2

我并没有使用所有这些方法，尽管我在某一点或另一点上都调查过。。。在

pythoncapi：用于编写编译成Python模块的C代码，该模块可以在Python中导入。或者编写一个Python模块，作为与某个C库接口的“粘合”代码。在

细纹织物：允许您在python代码中插入一些C代码，如果您正在使用NumPy和SciPy来做数字运算，请仔细研究一下。C代码应该是一个字符串，就像，编织.inline例如（'printf（“%s”，foo）'）。在

ctypes：一个python模块，允许您从python代码调用C代码。您基本上导入共享库，然后调用它的API。需要做一些工作来整理这些电话的数据。如果你想使用你或其他人编写的现有C库，我将从这里开始。在

pyrex/cython：允许您编写Python代码（使用一些特殊语法），这些代码将生成C代码（可以作为Python模块导入），显然，它的运行速度比通过Python解释器运行的要快。这有点像“pythoncapi”路由，只是它为您生成C代码。如果您有一些代码块是您的瓶颈，并且非常慢，则非常有用。使用cython重写该函数并从调用代码导入它。在

<> > Stase：为C/C++库生成包装代码。最后应该得到一个可以导入和使用的python模块。在

Boost.Python：这是我所知最少的一个。在我看来，它类似于SWIG，虽然你自己编写包装层，但有很多来自Boost宏/函数的帮助。在

Psyco：将python代码加速一点，我从来没有这么幸运过。我不会浪费你的时间。分析您的代码，找到您的瓶颈，并使用上述技术之一加速它们。在