Python 調用 C 模塊以及性能分析

（點擊

上方藍字

，快速關注我們）

來源：Xjng

www.cnblogs.com/Xjng/p/5120853.html

如有好文章投稿，請點擊 → 這裡了解詳情

一.c，ctypes和python的數據類型的對應關係

• 
  

  ctypes type ctype Python type



• 
  

  c_char char 1-character string



• 
  

  c_wchar wchar_t 1-character unicode string



• 
  

  c_byte char int/long



• 
  

  c_ubyte unsigned char int/long



• 
  

  c_short short int/long



• 
  

  c_ushort unsigned short int/long



• 
  

  c_int int int/long



• 
  

  c_uint unsigned int int/long



• 
  

  c_long long int/long



• 
  

  c_ulong unsigned long int/long



• 
  

  c_longlong __int64 or long long int/long



• 
  

  c_ulonglong unsigned __int64 or unsigned long long int/long



• 
  

  c_float float float



• 
  

  c_double double float



• 
  

  c_char_p char * (NUL terminated) string or None



• 
  

  c_wchar_p wchar_t * (NUL terminated) unicode or None



• 
  

  c_void_p void * int/long or None

2.操作int

>>>

from ctypes import *

>>>

c

=

c_int

(

34

)

>>>

c

c_int

(

34

)

>>>

c

.

value

34

>>>

c

.

value

=

343

>>>

c

.

value

343

3.操作字元串

>>>

p

=

create_string_buffer

(

10

)

>>>

p

.

raw

"x00x00x00x00x00x00x00x00x00x00"

>>>

p

.

value

=

"fefefe"

>>>

p

.

raw

"fefefex00x00x00x00"

>>>

p

.

value

=

"fefeeeeeeeeeeeeeeeeeeeeeee"

#字元串太長，報錯

Traceback

(

most recent call

last

)

:

File

""

,

line

1

,

in

<

module

>

ValueError

:

string

too long

4.操作指針

>>>

i

=

c_int

(

999

)

>>>

pi

=

pointer

(

i

)

>>>

pi

<

__main__

.

LP_c_int object

at

0x7f7be1983b00

>

>>>

pi

.

value

Traceback

(

most recent call

last

)

:

File

""

,

line

1

,

in

<

module

>

AttributeError

:

"LP_c_int"

object

has no

attribute

"value"

>>>

pi

.

contents

c_int

(

999

)

>>>

pi

.

contents

=

c_long

(

34343

)

>>>

pi

.

contents

c_int

(

34343

)

• 
  

  通過pointer獲取一個值的指針



• 
  

  通過contents獲取一個指針的值

5.c的結構體

#定義一個c的structure，包含兩個成員變數x和y

>>>

class

POINT

(

Structure

)

:

...

_fields_

=

[(

"x"

,

c_int

),(

"y"

,

c_int

)]

...

>>>

point

=

POINT

(

2

,

4

)

>>>

point

<

__main__

.

POINT object

at

0x7f7be1983b90

>

>>>

point

.

x

,

point

.

y

(

2

,

4

)

>>>

porint

=

POINT

(

y

=

2

)

>>>

porint

<

__main__

.

POINT object

at

0x7f7be1983cb0

>

>>>

point

=

POINT

(

y

=

2

)

>>>

point

.

x

,

point

.

y

(

0

,

2

)

定義一個類型為

POINT

的數組

>>>

POINT_ARRAY

=

POINT

*

3

>>>

pa

=

POINT_ARRAY

(

POINT

(

2

,

3

),

POINT

(

2

,

4

),

POINT

(

2

,

5

))

>>>

for

i

in

pa

:

print

pa

.

y

...

Traceback

(

most recent call

last

)

:

File

""

,

line

1

,

in

<

module

>

AttributeError

:

"POINT_Array_3"

object

has no

attribute

"y"

>>>

for

i

in

pa

:

print

i

.

y

...

3

4

5

6.訪問so文件

1.創建一個c文件

#include

int

hello_world

(){

printf

(

"Hello World
"

);

return

0

;

}

int

main

(){

hello_world

();

return

0

;

}

2.編譯成動態鏈接庫

gcc hello_world.c -fPIC -shared -o hello_world.so

3.python中調用庫中的函數

from ctypes import cdll

c_lib

=

cdll

.

LoadLibrary

(

"./hello_world.so"

)

c_lib

.

hello_world

()

二.測試c的性能和python的差別

sum.c

int

sum

(

int

num

){

long

sum

=

0

;

int

i

=

0

;

for

(

i

=

1

;

i

<=

num

;

i

++

){

sum

=

sum

+

i

;

};

return

sum

;

}

int

main

(){

printf

(

"%d"

,

sum

(

10

));

return

0

;

}

• 
  

  測試方案：計算1-100的和



• 
  

  測試次數：100萬次

1. 直接用c來執行，通linux 的time命令來記錄執行的用時

sum.c：

#include

int

sum

(

int

num

){

long

sum

=

0

;

int

i

=

0

;

for

(

i

=

1

;

i

<=

num

;

i

++

){

sum

=

sum

+

i

;

};

return

sum

;

}

int

main

(){

int

i

;

for

(

i

=

0

;

i

<

1000000

;

i

++

){

sum

(

100

);

}

return

0

;

}

測試結果的例子：

• 
  

  real 1.16



• 
  

  user 1.13



• 
  

  sys 0.01

2.通過Python調用so文件和python的測試結果

sum_test.py:

def sum_python

(

num

)

:

s

=

0

for

i

in

xrange

(

1

,

num

+

1

)

:

s

+=

i

return

s

from ctypes import cdll

c_lib

=

cdll

.

LoadLibrary

(

"./sum.so"

)

def sum_c

(

num

)

:

return

c_lib

.

sum

(

num

)

def test

(

num

)

:

import timeit

t1

=

timeit

.

Timer

(

"c_lib.sum(%d)"

%

num

,

"from __main__ import c_lib"

)

t2

=

timeit

.

Timer

(

"sum_python(%d)"

%

num

,

"from __main__ import sum_python"

)

print

"c"

,

t1

.

timeit

(

number

=

1000000

)

print

"python"

,

t2

.

timeit

(

number

=

1000000

)

if

__name__

==

"__main__"

:

test

(

100

)

測試結果的例子

c

1.02756714821

python

7.90672802925

3.測試erlang的測試結果

剛剛學了erlang，那就一起測試一下erlang的運算性能

sum.erl:

-

module

(

sum

).

-

export

([

sum

/

2

,

sum_test

/

2

]).

sum

(

0

,

Sum

)

->

Sum

;

sum

(

Num

,

Sum

)

->

sum

(

Num

-

1

,

Sum

+

Num

).

sum_test

(

Num

,

0

)

->

0

;

sum_test

(

Num

,

Times

)

->

sum

(

Num

,

0

),

sum_test

(

Num

,

Times

-

1

).

調用：

timer:tc(sum,sum_test,[100,1000000]).

測試結果的例子：

{2418486,0}

4.測試結果

用上面的測試方法，進行10次測試，去除最大值和最小值，再計算平均值，得出：

單位：秒

• 
  

  求和的運行，使用的內存比較小，但是佔用CPU資源比較多。



• 
  

  原生的C是最快的，Python調用c會稍微慢一點，原因是計算100的和的操作是在c裡面做的，而執行100萬次的邏輯是在python做的



• 
  

  erlang的性能雖然比c稍慢，但是也是不錯的，



• 
  

  Python的運行效率慘不忍睹。。。

看完本文有收穫？請轉

發分享給更多人

關注「P

ython開發者」，提升Python技能

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 Python 的精彩文章: