Cython的C指针
与C一样，尽管指针性与变量而不是类型相关联，但可以在类型或变量附近声*号。
%%cython
cdef int *a
cdef int *b
但这样在变量a,b写在一行,cython编译器会发出警告的信息,因此建议每个变量单独声明
%%cython
cdef int *a,*b
Cython中的指针的解引操作
在Cython中解引用指针与在C语言中不同。
由于Python语言已经使用*args和**kwargs语法来允许任意位置和关键字参数并支持函数参数解包，因此Cython不支持*
*解引语法是C指针的语法。 取而代之的是，我们在位置0的指针处建立索引，以解引Cython中的指针的引用。 这种语法也可以解引C中的指针，尽管这种情况很少见。
Cython的结构体与指针
无论在C中使用箭头运算符的任何地方，在Cython中的结构体都使用点运算符访问其内部的成员变量，Cython将生成正确的C级代码
%%cython -a
cdef struct Person:
char* name
unsigned int age
#end-cdef
#初始化结构体
cdef Person p=Person("jck308",32)
#声明Person类型结构体指针p_per
#并将变量p的地址赋值给指针p_per
cdef Person *p_per=&p
#访问结构体的成员
print(p.age)
print(p.name)
print(p_per.age)
print(p_per.name)
混合静态和动态类型变量
Cython允许静态和动态类型变量之间的赋值。静态和动态的这种流体混合是一个强大的特性，我们将在多个实例中使用它：它允许我们对大多数代码基使用动态Python对象，并轻松地将它们转换为性能关键部分加速、静态类型的类比。
举例来说，假设我们有几个静态int，我们想将它们组合成（动态）Python元组。使用Python/C API创建和初始化这个元组的C代码很简单，但是很繁琐，需要几十行代码，并且需要大量的错误检查。在Cython，显而易见的方法就是：
%%cython
#静态类型的变量
cdef int a=1,b=2,c=3
##动态类型的变量
tuple_of_ints=(a,b,c)
print(tuple_of_ints)
这段代码很无聊。 这里要强调的一点是，a，b和c是静态类型的整数，而Cython允许使用它们创建动态类型的Python元组。 然后，我们可以将该元组分配给动态键入的tuple_of_ints变量。 该示例的简单性是Cython强大之处：我们可以以显而易见的方式创建一个C类型int元组，而无需进一步思考。 我们希望像这样的概念上简单的事情变得简单，这就是Cython所提供的。
此示例之所以有效，是因为C类型的int与Python int之间存在明显的对应关系，因此Python可以为我们自动类型转换。 例如，如果a，b和c是C指针，则此示例无法按原样工作。 在这种情况下，我们必须解引它们，然后再将它们放入元组或使用其他策略。
例如下面的代码是个错误的例子，因为Python解释器无法识别指针类型的变量
%%cython
cdef int k=55,j=56
cdef int *a=&k
cdef int *b=&j
tuple_of_ints=(a,b)
print(tuple_of_ints)
正确的做法,如下图所示，我们通过解引指针变量a、b
ss8.png
给出了内置Python类型与C或C ++类型之间对应关系的完整列表
ss8.png
Cythond的bint类型
bint布尔整数类型是C级别的int，并与Python的bool相互转换。 它具有真实性的标准C解释：零为False，非零为True。
整数类型转换和溢出
Python 3中，所有int对象都是无限精度的。当将整数类型从Python转换为C时，Cython会生成检查溢出的代码。 如果C类型不能表示Python整数，则会引发运行时OverflowError。
float类型转换
Python fload存储为C double。 根据IEEE 754转换规则，将Python浮点数转换为C浮点数可能会截断为0.0或正负无穷大。
Cython的double类型会被动态转换Python的float类型
%%cython
cdef double d=384848048282945060321.3835
b=d
print(b)
print(type(b))
ss8.png
Complex类定
The Python complex类型存储为两个double的C结构,Cython具有浮点复数和双复数C级类型，它们对应于Python复数类型。 C类型与Python复杂类型具有相同的接口，但是使用有效的C级操作。 这包括访问实数和虚数分量的实数和imag属性，创建多个复数共轭的共轭方法，以及用于加，减，乘和除的有效运算。C级Complex类型与C99 _Complex类型或C ++ std :: complex模板化类兼容。
bytes类型
Python字节类型会自动在char *或std :: string之间来回转换。下面示例就是Cython char类型指针 动态转换为Python的bytes
%%cython
cdef char* s="Hello World"
b=s
print(b)
print(type(b))
用Python类型静态声明变量
到目前为止，我们一直使用cdef静态声明C类型的变量。 也可以使用cdef静态声明Python类型的变量。 我们可以对内置类型（例如list，tuple和dict）执行此操作； 扩展类型，例如NumPy数组； 还有很多其他
并非所有的Python类型都可以静态声明：它们必须用C实现，并且Cython必须有权访问该声明。 内置的Python类型已经满足了这些要求，并且声明它们很简单。 例如Python典型的集合类型list,dict,str,set(str就是集合类型,字符串数组)：
cdef list mylist
cdef dict mydi
cdef str pname
cdef set myset
此示例中的变量是完整的Python对象。 在后台，Cython将它们声明为指向某些内置Python结构类型的C指针。 它们可以像普通的Python变量一样使用，但是受其声明类型的约束：
%%cython
cdef list mylist=[k+1 for k in range(1,11)]
pylist=mylist
print("mylist:",mylist)
print("删除pylist索引2的元素")
del pylist[2]
print(mylist)
在这里，通过删除pylist第3个元素也会删除mylist的第3个元素，因为它们引用的是同一列表。mylist和pylist之间的一个区别是，mylist只能引用Python列表对象，而pylist可以引用任何Python类型。 Cython将在编译时和运行时对mylist施加类型约束。
备注:关于Cython更复杂的数组类型引用，可以参考此篇文章《第5篇:Cython的线性表性操作》
乍一看，Cython允许静态声明具有内置Python类型的变量似乎有些奇怪。 为什么不照常使用Python的动态类型？ 答案指出了Cython的一般原理：我们提供的静态类型信息越多，Cython就能更好地优化结果。 像往常一样，该规则也有例外，但这通常是正确的。 例如，以下代码从Cython函数中返回sieveOfEratosthenes()返回一个cdef list的对象附加到动态类型的变量中：
%%cython
#cython:language_level=3
cpdef list sieveOfEratosthenes(int n):
cdef list pr = [True for i in range(n + 1)]
cdef int p = 2
cdef list res=list()
while (p * p <= n):
if (pr[p] == True):
for i in range(p * p, n + 1, p):
pr[i] = False
#end-for
#end-if
p += 1
#end-while
cdef int k
for k in range(2,n):
if pr[k]:
res.append(k)
#end-if
#end-for
return res
#end-def
#这是Python动态类型的list
primers=[]
primers=sieveOfEratosthenes(9)
print(primers)
print("调用append方法")
primers.append(11)
print(primers)
程序输出
Cython编译器将生成可处理任何Python对象的代码，并在运行时测试primers是否为列表。如果不是，只要它具有带参数的append方法，该代码就会运行。在后台，生成的代码首先在primers对象上查找append属性(使用PyObject_GetAttr），然后使用完全通用的PyObject_Call Python / C API函数调用该方法。 这实质上模拟了当运行等效的Python字节码时Python解释器将执行的操作。
假设上面的代码中primers变量我们使用静态声明
cdef list primers
现在，Cython可以生成专门的代码，这些代码可以直接从C API调用PyList_SET_ITEM或PyList_Append函数。 这就是上一示例中的PyObject_Call最终仍然要调用的内容，但是静态类型允许Cython绕过了Python解释器在动态调度(Dynamic Dispatch)一系列繁琐沉重的类型检测(内部类型指针查找)，这也是Cython的静态版本list比Python动态版本list性能高效的原因。
关于Python解释器的动态调度的详细介绍，请查看此文《第2篇:Cython VS Python 执行原理》
Cython当前支持的集中内置可静态声明的Python类型，我们常用静态声明的可能就是list,dict
- type,object
- bool
- complex
- basestring,str,unicode,bytes,bytearray
- list,tuple,dict,set,frosenset
- array
- slace
- date,time,datetime,timedelta,tzinfo
上面的列出的中不包括直接C对应的Python类型（例如int，long和float）。 事实证明，在Cython中静态声明和使用PyIntObjects，PyLongObjects或PyFloatObjects并不容易。 幸运的是，这样做的需要很少。 我们只声明常规的C基本数据类型int，long，float和double，然后让Cython为我们进行往返于Python的自动转换。
数字字面量的基本运算
当我们对数字字面量进行加，减或乘运算时，当操作数是动态类型化的Python对象时，这些操作具有Python语义(包括对于数值大的自动Python long强制转换）。当操作数是静态类型的C变量时，它们具有C语义（即，对于有限精度的整数类型，结果可能会溢出）
除数和模数（即计算余数）值得特别提及。使用带符号整数操作数计算模数时，C和Python具有明显不同的行为：C舍入为零，而Python舍入为无穷。例如，使用Python语义时，-1％5的结果为4；但是，如果使用C语义，它将得出-1。当将两个整数相除时，Python始终检查分母，并在其为零时引发ZeroDivisionError，而C没有适当的保护措施。
对于除法/取模运算中，即便指定了C类型的静态数字变量，Cython的行为是倾向于Python的，要获取与C/C++完全相同的语义，我们可以在全局模块级别或在指令注释中使用cdivision编译器指令，如下示例所示
在Python 3中，在C级别，所有整数都是PyLongObjects。Cython以与语言无关的方式在C整数类型和这些Python整数类型之间正确转换，并在无法进行转换时引发OverflowError。
当我们在Cython中使用Python对象时，无论是静态声明还是动态声明，Cython仍将为我们管理对象的所有方面，包括繁琐的引用计数。下一篇我们将会谈到Cython中的引用计数和静态的字符串类型。
网友评论