用c方式来增强python运行性能

我们要用于python计算性能的提高，我们用这个方式可以提升至少5倍的性能

 Python 代码（使用列表推导式生成素数）：

python
def primes_python(n):
    primes = [2]
    for i in range(3, n + 1, 2):
        if all(i % p != 0 for p in primes):
            primes.append(i)
    return primes

print(primes_python(50))

优化这个代码，我们需要创建一个 .pyx 文件，然后在这个文件中编写 Cython 代码。接下来，我们需要编译这个 .pyx 文件，生成一个 C 语言的扩展模块，最后在 Python 代码中导入这个模块。首先，创建一个名为 primes_cython.pyx 的文件，然后在这个文件中编写以下 Cython 代码：

cimport cython

@cython.boundscheck(False)
@cython.wraparound(False)
def primes_cython(int n):
    cdef int i, p
    cdef list primes = [2]
    for i in range(3, n + 1, 2):
        for p in primes:
            if i % p == 0:
                break
        else:
            primes.append(i)
    return primes

接下来，创建一个名为 setup.py 的文件，编写以下内容：

python
from setuptools import setup
from Cython.Build import cythonize

setup(
    ext_modules=cythonize("primes_cython.pyx"),
)

现在，打开终端，进入到包含 primes_cython.pyx 和 setup.py 的文件夹，然后运行以下命令来编译 Cython 代码：

bash
python setup.py build_ext --inplace

编译成功后，你会在文件夹中看到一个名为 primes_cython.*.so 或 primes_cython.*.pyd 的文件（具体取决于你的操作系统）。这个文件就是我们的 C 语言扩展模块。最后，在 Python 代码中导入这个模块，并调用 primes_cython 函数：

python
from primes_cython import primes_cython

print(primes_cython(50))

这样，我们就使用 C方式 优化了原始的 Python 代码。这个 版本的代码在执行效率上会比纯 Python 代码快很多，特别是在处理大量数据或者进行复杂数学计算时

在使用时我们只需和源文件放在一个地方，python会优先从，so或pyd中来导入执行