高性能的Python扩展:第一部分

通常来说,Python不是一种高性能的语言,在某种意义上,这种说法是真的。但是,随着以Numpy为中心的数学和科学软件包的生态圈的发展,达到合理的性能不会太困难。当性能成为问题时,运行时间通常由几个函数决定。用C重写这些函数,通常能极大的提升性能。在本系列的第一部分中,我们来看看如何使用NumPy的CAPI来编写C语言的Python扩展,以改善模型的性能。在以后的文章中,我们将在这里提出我们的解决方案,以进一步提升其性能。这篇文章中所涉及的文件可以在Github上获得。作为这个练习的起点,我们将在像重力的力的作用下为N体来考虑二维N体的模拟。以下是将用于存储我们世界的状态,以及一些临时变量的