超越 Python

这是一个关于包含非Python语言编写的代码的小集合。目前，我们为非Python语言提供的额外文档选项只有 Cython。

除了 Python 之外，我可以用其他编程语言来加速我的代码吗？

是的。SciPy 使用的语言有 Python、Cython、Pythran、C、C++ 和 Fortran。所有这些语言都有各自的优缺点。如果 Python 真的不能提供足够的性能，可以使用其中一种语言。使用编译语言时的重要考虑因素是可维护性和可移植性。在可维护性方面，Pythran 和 Cython 优于 C/C++/Fortran。Cython、C 和 C++ 比 Fortran 更具可移植性。SciPy 中很多现有的 Fortran 代码都是较旧的、经过实战检验的代码，这些代码只是在（而不是专门为）Python/SciPy 进行了封装。

我们的基本建议是：使用 Pythran 或 Cython 来加速较小的代码片段。在 Pythran 或 Cython 不再足够的情况下，优先选择 C 或 C++。如果有特定原因偏好 Fortran，请先讨论这些原因。

我可以使用 Numba 吗？

还没有，但我们正在考虑未来实现。可以编写代码来处理由 Numba 生成的用户定义函数，参见 ndimage-ccallbacks。

如何在 SciPy 中调试用 C/C++/Fortran 编写的代码？

最简单的方法是首先编写一个 Python 脚本，该脚本调用你想要调试的 C 代码。例如 mytest.py:

from scipy.special import hyp2f1
print(hyp2f1(5.0, 1.0, -1.8, 0.95))

以调试模式构建 SciPy:

python dev.py build -d

现在，你可以运行:

gdb --args python dev.py python mytest.py

如果你之前没有启用调试符号进行编译，请先删除 build 目录。在调试器中:

(gdb) break cephes_hyp2f1
(gdb) run

现在执行将在相应的C函数处停止，您可以像往常一样逐步执行。当然，您可以使用您喜欢的替代调试器，而不是普通的 gdb；在 python 二进制文件上运行它，参数为 python dev.py python mytest.py。