Python 扩展模块

简介

C Library	Interface	Python
c header
c implementation	Wrapper C \(\leftrightarrows\) Python
communication between py + c	import fact
fact.fact(10)

Python 扩展模块将 PyInt(10) 转化为 CInt(10) 然后调用 C 程序中的 fact() 函数进行计算，再将返回的结果转换回 PyInt。

产生一个扩展模块

假设我们有这样的一个头文件和程序：

In [1]:

%%file fact.h
#ifndef FACT_H
#define FACT_h
int fact(int n);
#endif

Writing fact.h

In [2]:

%%file fact.c
#include "fact.h"
int fact(int n)
{
    if (n <= 1) return 1;
    else return n * fact(n - 1);
}

Writing fact.c

定义包装函数：

In [3]:

%%file fact_wrap.c

/* Must include Python.h before any standard headers*/
#include <Python.h>
#include "fact.h"
static PyObject* wrap_fact(PyObject *self, PyObject *args)
{
    /* Python->C data conversion */
    int n, result;
    // the string i here means there is only one integer
    if (!PyArg_ParseTuple(args, "i", &n))
        return NULL;

    /* C Function Call */
    result = fact(n);

    /* C->Python data conversion */
    return Py_BuildValue("i", result);
}

/* Method table declaring the names of functions exposed to Python*/
static PyMethodDef ExampleMethods[] = {
    {"fact",  wrap_fact, METH_VARARGS, "Calculate the factorial of n"},
    {NULL, NULL, 0, NULL}        /* Sentinel */
};

/* Module initialization function called at "import example"*/
PyMODINIT_FUNC 
initexample(void)
{
    (void) Py_InitModule("example", ExampleMethods);
}

Writing fact_wrap.c

手动编译扩展模块

手动使用 gcc 编译，Windows 下如果没有 gcc，可以通过 conda 进行安装：

conda install mingw4 

Window 64-bit 下编译需要加上 -DMS_WIN64 的选项，include 和 lib 文件夹的路径对应于本地 Python 安装的环境：

In [4]:

!gcc -DMS_WIN64 -c fact.c fact_wrap.c -IC:\Miniconda\include

In [5]:

!gcc -DMS_WIN64 -shared fact.o fact_wrap.o -LC:\Miniconda\libs -lpython27 -o example.pyd

Windows 下最终生成的文件后缀为 .pyd ， Unix 下生成的文件后缀名为 .so。

用法为：

• Windows 32-bit

  gcc -c fact.c fact_wrap.c -I<your python path>\include
  gcc -shared fact.o fact_wrap.o -L<your python path>\libs -lpython27 -o example.pyd
  

• Unix

  gcc -c fact.c fact_wrap.c -I<your python path>
  gcc -shared fact.o fact_wrap.o -L<your python path>\config -lpython27 -o example.so
  

编译完成后，我们就可以使用 example 这个模块了。

导入生成的包：

In [6]:

import example
print dir(example)

['__doc__', '__file__', '__name__', '__package__', 'fact']

使用 example 中的函数：

In [7]:

print 'factorial of 10:', example.fact(10)

factorial of 10: 3628800

使用 setup.py 进行编译

清理刚才生成的文件：

In [8]:

!rm -f example.pyd

写入 setup.py：

In [9]:

%%file setup.py
from distutils.core import setup, Extension

ext = Extension(name='example', sources=['fact_wrap.c', 'fact.c'])

setup(name='example', ext_modules=[ext])

Writing setup.py

使用 distutils 中的函数，我们进行 build 和 install：

python setup.py build (--compiler=mingw64)
python setup.py install 

括号中的内容在 windows 中可能需要加上。

这里我们使用 build_ext --inplace 选项将其安装在本地文件夹：

In [10]:

!python setup.py build_ext --inplace

running build_ext
building 'example' extension
creating build
creating build\temp.win-amd64-2.7
creating build\temp.win-amd64-2.7\Release
C:\Miniconda\Scripts\gcc.bat -DMS_WIN64 -mdll -O -Wall -IC:\Miniconda\include -IC:\Miniconda\PC -c fact_wrap.c -o build\temp.win-amd64-2.7\Release\fact_wrap.o
C:\Miniconda\Scripts\gcc.bat -DMS_WIN64 -mdll -O -Wall -IC:\Miniconda\include -IC:\Miniconda\PC -c fact.c -o build\temp.win-amd64-2.7\Release\fact.o
writing build\temp.win-amd64-2.7\Release\example.def
C:\Miniconda\Scripts\gcc.bat -DMS_WIN64 -shared -s build\temp.win-amd64-2.7\Release\fact_wrap.o build\temp.win-amd64-2.7\Release\fact.o build\temp.win-amd64-2.7\Release\example.def -LC:\Miniconda\libs -LC:\Miniconda\PCbuild\amd64 -lpython27 -lmsvcr90 -o "C:\Users\Jin\Documents\Git\python-tutorial\07\. interfacing with other languages\example.pyd"

使用编译的模块

进行测试：

In [11]:

import example

print 'factorial of 10:', example.fact(10)

factorial of 10: 3628800

定义 Python 函数：

In [12]:

def pyfact(n):
    if n <= 1: return 1
    return n * pyfact(n-1)

print pyfact(10)
print example.fact(10)

3628800
3628800

时间测试：

In [13]:

%timeit example.fact(10)

The slowest run took 13.17 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 213 ns per loop

In [14]:

%timeit pyfact(10)

1000000 loops, best of 3: 1.43 µs per loop

如果使用 fact 计算比较大的值：

In [15]:

example.fact(100)

Out[15]:

0

会出现溢出的结果，因为 int 表示的值有限，但是 pyfact 不会有这样的问题：

In [16]:

pyfact(100)

Out[16]:

93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000L

将生成的文件压缩到压缩文件中：

In [17]:

import zipfile

f = zipfile.ZipFile('07-02-example.zip','w',zipfile.ZIP_DEFLATED)

names = 'fact.o fact_wrap.c fact_wrap.o example.pyd setup.py'.split()
for name in names:
    f.write(name)

f.close()

清理生成的文件：

In [18]:

!rm -f fact*.*
!rm -f example.*
!rm -f setup*.*
!rm -rf build

---

我们一直在努力

apachecn/AiLearning

---