简单介绍：

一、是什么？

简单说，就是让 Python 程序和 C/C++ 程序 “合作干活”。比如，Python 负责处理灵活的逻辑（像用户交互、数据清洗），C/C++ 负责处理需要高性能的部分（像复杂计算、底层操作），两者通过某种方式调用对方的功能。

二、为什么要结合？

因为 Python 和 C/C++ 各有优缺点，结合起来能扬长避短：

• Python 的优点：语法简单、开发快、库多（比如处理数据的 Pandas、画图的 Matplotlib），但缺点是速度慢（解释型语言，执行效率低）、对底层硬件控制弱。
• C/C++ 的优点：速度极快（编译型语言，直接操作内存）、能调用硬件接口（比如驱动开发），但缺点是语法复杂、开发慢、库不如 Python 丰富。

举个例子：如果写一个 “实时视频特效” 程序，用 Python 调用摄像头、处理用户操作很方便，但视频帧的复杂计算（比如美颜算法）用 Python 会卡顿，这时候让 C++ 来算，就能既灵活又高效。

三、怎样结合？（3 种常用方法，从简单到复杂）

方法 1：直接调用 C/C++ 编译的可执行文件（最简单）

思路：把 C/C++ 代码编译成独立的程序（比如 Windows 上的 .exe，Linux 上的可执行文件），然后用 Python 的 os 或 subprocess 模块调用它，就像在命令行里运行程序一样。

步骤举例：

1. 写一个简单的 C 程序（add.c），功能是计算两个数的和，并输出结果：

   #include <stdio.h>
   int main(int argc, char *argv[]) {
       int a = atoi(argv[1]);  // 接收第一个参数
       int b = atoi(argv[2]);  // 接收第二个参数
       printf("%d", a + b);    // 输出结果
       return 0;
   }
   

2. 编译成可执行文件：
   • Windows（用 MinGW）：gcc add.c -o add.exe
   • Linux/Mac：gcc add.c -o add
3. 用 Python 调用它（传参数、拿结果）：

   import subprocess
   
   # 调用 add 程序，传入 3 和 5
   result = subprocess.check_output(["./add", "3", "5"], text=True)
   print("结果：", result)  # 输出：结果：8
   

优点：简单，不需要懂复杂的接口；缺点：只能通过 “命令行参数” 和 “输出文本” 传递数据，效率低，不适合频繁调用。

方法 2：用 C 扩展（让 Python 直接调用 C 函数，较常用）

思路：把 C 代码写成 Python 能识别的 “扩展模块”，编译后变成 .pyd（Windows）或 .so（Linux）文件，然后像导入普通 Python 库一样使用。

步骤举例：

1. 写一个 C 扩展（myadd.c），定义一个 Python 可调用的函数 add：

   #include <Python.h>  // Python 扩展必须包含的头文件
   
   // 定义 C 函数：计算 a + b
   static PyObject* myadd_add(PyObject* self, PyObject* args) {
       int a, b;
       // 解析 Python 传入的参数（这里是两个整数）
       if (!PyArg_ParseTuple(args, "ii", &a, &b)) {
           return NULL;  // 解析失败返回空
       }
       // 返回结果给 Python（用 Py_BuildValue 包装成 Python 类型）
       return Py_BuildValue("i", a + b);
   }
   
   // 定义函数列表：告诉 Python 这个模块有哪些函数
   static PyMethodDef MyAddMethods[] = {
       {"add", myadd_add, METH_VARARGS, "计算两个数的和"},  // "add" 是 Python 调用时的名字
       {NULL, NULL, 0, NULL}  // 结束标志
   };
   
   // 定义模块信息
   static struct PyModuleDef myaddmodule = {
       PyModuleDef_HEAD_INIT,
       "myadd",  // 模块名（Python 中 import myadd）
       "一个简单的加法模块",  // 模块说明
       -1,
       MyAddMethods
   };
   
   // 模块初始化函数（必须叫 PyInit_模块名）
   PyMODINIT_FUNC PyInit_myadd(void) {
       return PyModule_Create(&myaddmodule);
   }
   

2. 编译成 Python 扩展模块：写一个 setup.py 脚本（用 Python 的 setuptools 工具）：

   from setuptools import setup, Extension
   
   # 定义扩展模块：名字是 myadd，源文件是 myadd.c
   module = Extension('myadd', sources=['myadd.c'])
   
   setup(
       name='myadd',
       version='1.0',
       description='一个 C 扩展示例',
       ext_modules=[module]
   )
   

   然后执行编译：python setup.py build_ext --inplace编译后会生成 myadd.cp39-win_amd64.pyd（文件名因 Python 版本和系统而异）。
3. 在 Python 中使用：

   import myadd
   print(myadd.add(3, 5))  # 直接调用 C 函数，输出：8
   

优点：调用效率高（几乎和纯 C 一样），可以直接传递 Python 数据类型（整数、字符串等）；缺点：需要学 Python 扩展的 C API，语法较繁琐，只支持 C（C++ 需额外处理）。

方法 3：用 Cython（简化 C 扩展，推荐）

Cython 是一个 “中间语言”，语法接近 Python，但能编译成 C 代码，再生成 Python 扩展。适合既想写 Python 风格的代码，又想提升速度的场景。

步骤举例：

1. 写一个 Cython 文件（myadd.pyx），语法类似 Python，但可以指定变量类型（提升速度）：

   # 定义一个加法函数，指定参数为 int 类型
   def add(int a, int b):
       return a + b
   

2. 写 setup.py 编译：

   from setuptools import setup
   from Cython.Build import cythonize
   
   setup(
       ext_modules=cythonize("myadd.pyx")  # 直接编译 .pyx 文件
   )
   

3. 编译：python setup.py build_ext --inplace，生成扩展模块。
4. Python 中调用（和普通库一样）：

   import myadd
   print(myadd.add(3, 5))  # 输出：8
   

优点：比直接写 C 扩展简单，支持 C++（加参数即可），适合优化 Python 中的热点代码；缺点：需要额外安装 Cython（pip install cython），复杂逻辑仍需懂 C 语法。

四、总结

• 简单场景（偶尔调用、数据量小）：用方法 1（调用可执行文件）；
• 高性能需求（频繁调用、数据量大）：用方法 2（C 扩展）或方法 3（Cython），其中 Cython 更易上手；
• 核心目的：让 Python 负责 “灵活”，C/C++ 负责 “快速”，1+1>2。