前言Python以开发效率和可读性著称，但「性能」始终是其软肋。在CPU密集型场景下，纯Python代码的执行速度可能比C/C++慢数十甚至上百倍。然而Python生态提供了多种性能加速方案，从调用C库到将Python代码编译为C，层次丰富、适用场景各异：方案定位适用场景ctypes调用C共享库（.dll/.so）复用已有C库，无需重写CFFI调用C库 + 编写Python-C绑定C API调用，更安全易用CythonPython超集 → C代码 → 编译将Python编译为C，性能显著提升NumPy/C扩展手工编写C扩展模块极致性能，复杂度最高本文将聚焦ctypes、CFFI、Cython三大主流方案，从原理到实战逐一拆解。目录结构一、性能瓶颈的本质与优化策略二、ctypes：直接调用C共享库三、CFFI：更安全的C API调用四、Cython：将Python编译为C五、性能对比实测六、选型决策指南七、总结一、性能瓶颈的本质与优化策略Python性能差的根本原因在于动态类型调度开销和解释器执行模式：# Python执行一条简单加法，实际上经历了： # 1. 查找变量 a 的值（dict查找） # 2. 查找变量 b 的值（dict查找） # 3. 检查类型兼容性 # 4. 调用 __add__ 方法（虚函数调度） # 5. 存储结果到 c（dict写入） a = 1 b = 2 c = a + b # 每一步都有开销优化策略：┌─────────────────────────────────────────────────────────────┐ │ Python 代码 │ │ (动态类型，解释执行，慢) │ └──────────────┬───────────────────────────────────────────────┘ │ ┌──────────┴──────────┐ │ 调用C库（ctypes） │ ← Python直接调用编译好的C库 │ C函数无GIL，可多线程│ ├─────────────────────┤ │ CFFI │ ← 更安全地调用C库 ├─────────────────────┤ │ Cython │ ← 将Python编译为C代码 │ 静态类型，消除开销 │ 再编译为机器码 └─────────────────────┘二、ctypes：直接调用C共享库ctypes是Python标准库，无需安装任何依赖。它的核心能力是：将C的.dll（Windows）或.so（Linux）共享库加载到Python进程，并调用其中的函数。2.1 调用Windows DLLimport ctypes from ctypes import c_int, c_double, POINTER, Structure # ===== 加载系统 DLL（以 user32.dll 为例）===== user32 = ctypes.windll.user32 # 获取控制台窗口大小（Windows API） # int GetConsoleWindow(void) GetConsoleWindow = user32.GetConsoleWindow GetConsoleWindow.restype = ctypes.c_void_p # 声明返回类型 hwnd = GetConsoleWindow() print(f"Console Window Handle: {hwnd:#010x}") # ===== 定义结构体（对应C的struct）===== class POINT(Structure): """对应 C: typedef struct { LONG x; LONG y; } POINT;""" _fields_ = [ ("x", ctypes.c_long), ("y", ctypes.c_long), ] class RECT(Structure): """对应 C: typedef struct { LONG left; LONG top; LONG right; LONG bottom; } RECT;""" _fields_ = [ ("left", ctypes.c_long), ("top", ctypes.c_long), ("right", ctypes.c_long), ("bottom", ctypes.c_long), ] # BOOL GetWindowRect(HWND hWnd, LPRECT lpRect) GetWindowRect = user32.GetWindowRect GetWindowRect.argtypes = [ctypes.c_void_p, POINTER(RECT