python擴展模塊

A. VS2017新建C++的python擴展模塊問題

首先要安裝有Python tools for visual studio
然後文件=>新建=>項目，在對話框里左側選擇Python，在右側選擇Python Application
然後寫一行代碼print("hello world")就可以

B. 請教python寫c或c++擴展模塊時，對句柄（c中的對象或指針）的操作

如果包指針強轉成int傳遞，有什麼危害嗎？

C. python文件後綴是什麼

python文件後綴總結：

（1）.py：這通常是您編寫的輸入源代碼。

（2）.py3：Python3腳本（Python3腳本通常以.py而不是.py3結尾，很少使用）。

（3）.pyc：這是編譯好的位元組碼。如果導入一個模塊，python將生成一個*.pyc包含位元組碼的文件，以便再次導入它更容易(也更快)。

.pyc二進制文件可以反編譯成.py文件，反編譯軟體叫Easy Python Decompiler。

（4）.pyo：這是在優化(-O)時創建的*.pyc文件，從Python3.5開始，Python將只使用.pyc而不是.pyo和.pyc。

（5）.pyd：這基本上是一個Windows DLL文件。

（6）.pyi：MyPy存根，存根文件（PEP 484）。

（7）.pyw：用pythonw.exe執行的Windows的Python腳本。

（8）.pyx：將Cython src轉換為C/C++。

（9）.pyz：Python腳本歸檔（PEP 441）（這是一個包含標准Python腳本頭之後的二進制形式的壓縮Python腳本（ZIP）的腳本）。

（10）.pywz：用於MS-Windows的Python腳本歸檔（PEP 441）（這是一個包含標准Python腳本頭之後的二進制形式的壓縮 Python腳本（ZIP）的腳本）。

（11）.py [cod]：.gitignore中的通配符表示該文件可能是.pyc，.pyo或.pyd。

（12）.rpy：包含應用程序或框架特定功能的RPython腳本或Python腳本。

（13）.pyde：處理使用的Python腳本。

（14）.pyp：Py4D Python插件。

（15）.pyt：Python聲明文件。

眾多python培訓視頻，盡在python學習網，歡迎在線學習！

D. python語言的特點是什麼

Python 特點：簡單易學
Python 是一種代表簡單注意思想的語言，閱讀一個良好的 Python 程序，即使是在 Python 語法要求非常嚴格的大環境下，給人的感覺也像是在讀英語段落一樣。
換句話說，Python 編程語言最大的優點之一，是其具有偽代碼的特質，它可以讓我們在開發 Python 程序時，專注於解決問題，而不是搞明白語言本身。
Python 特點：開源
Python 是 FLOSS（自由/開源源碼軟體）之一，簡單地理解就是，用戶使用 Python 進行開發和發布自己編寫的程序，不需要支付任何費用，也不用擔心版權問題，即使作為商業用途，Python 也是免費的。
開源正在成為軟體行業的一種發展趨勢，現在有很多商業軟體公司都開始將自己的產品變成開源的（例如 Java）。也許，Python 的開源正是它如此優秀的原因之一，因為會有這么一群人，他們希望看到一個更加優秀的 Python，從而為了這個目標，不斷地對 Python 進行創造，不斷地改進。
Python 特點：高級語言
Python 是高級語言，因此當使用 Python 語言編寫程序時，我們無需再考慮一些底層細節方面的問題。例如，如何管理程序使用的內存等等。
Python 特點：解釋型語言
一個用編譯型語言（如 C 或 C++）寫的程序，可以從源文件轉換到一個計算機使用的語言。這個過程主要通過編譯器完成。當運行程序的時候，我們可以把程序從硬碟復制到內存中並且運行。
而 Python 語言寫的程序，則不需要編譯成二進制代碼，可以直接從源代碼運行程序。在計算機內部，由 Python 解釋器把源代碼轉換成位元組碼的中間形式，然後再把它翻譯成計算機使用的機器語言並運行。
事實上，由於不再擔心如何編譯程序，使得使用 Python 變得更加簡單，我們只需要將 Python 程序復制到另外一台計算機上，它就可以工作了。因此，Python 程序更加易於移植。
Python 特點：可移植性
由於 Python 是開源的，它已經被移植到許多平台上。如果能夠避免使用依賴系統的特性，那就意味著，所有 Python 程序都無需修改就可以在好多平台上運行，包括 linux 、Windows、FreeBSD、Solaris 等等，甚至還有 PocketPC、Symbian 以及 Google 基於 Linux 開發的 Android 平台。
解釋型語言幾乎天生就是跨平台的。Python 作為一門解釋型的語言，它天生具有跨平台的特徵，只要為平台提供了相應的 Python 解釋器，Python 就可以在該平台上運行。
Python 特點：面向對象
Python 既支持面向過程編程，也支持面向對象編程。在「面向過程」的語言中（如 C 語言），程序僅僅是由可重用代碼的函數構建起來的；而在「面向對象」的語言（如 C++）中，程序是由數據和功能組合而成的對象構建起來的。
與其他編程語言（如 C++ 和 Java）相比，Python 是以一種非常強大，而又簡單的方式實現的面向對象編程。
Python 特點：強大的功能
Python 強大的功能也許才是很多用戶支持 Python 的最重要的原因，從字元串處理到復雜的 3D 圖形編程，Python 藉助擴展模塊都可以輕松完成。
實際上，Python 的核心模塊已經提供了足夠強大的功能，使用 Python 精心設計的內置對象可以完成許多功能強大的操作。
此外，Python 的社區也很發達，即使一些小眾的應用場景，Python 往往也有對應的開源模塊來提供解決方案。
Python 特點：可擴展性
Python 的可擴展性體現為它的模塊，Python 具有腳本語言中最豐富和強大的類庫，這些類庫覆蓋了文件 I/O、GUI、網路編程、資料庫訪問、文本操作等絕大部分應用場景。
Python 可擴展性一個最好的體現是，當我們需要一段關鍵代碼運行的更快時，可以將其用 C 或 C++ 語言編寫，然後在 Python 程序中使用它們即可。
除了以上幾個特點（也可稱之為優點）之外，作為一個解釋型語言，Python 自然也有一些弱點，比如：
速度慢：Python 程序比 Java、C、C++ 等程序的運行效率都要慢。
源代碼加密困難：不像編譯型語言的源程序會被編譯成目標程序，Python 直接運行源程序，因此對源代碼加密比較困難。
其實，這兩個缺點並不是什麼大問題，首先，由於目前計算機的硬體速度越來越快，軟體工程往往更關注開發過程的效率和可靠性，而不是軟體的運行效率；至於第二個問題就更不是問題了，現在軟體行業的大勢本就是開源，就像 Java 程序同樣很容易反編譯，但絲毫不會影響它的流行。

E. 如何系統地自學 Python

是否非常想學好 Python，一方面被瑣事糾纏，一直沒能動手，另一方面，擔心學習成本太高，心裡默默敲著退堂鼓？

幸運的是，Python 是一門初學者友好的編程語言，想要完全掌握它，你不必花上太多的時間和精力。

Python 的設計哲學之一就是簡單易學，體現在兩個方面：

• 語法簡潔明了：相對 Ruby 和 Perl，它的語法特性不多不少，大多數都很簡單直接，不玩兒玄學。

• 切入點很多：Python 可以讓你可以做很多事情，科學計算和數據分析、爬蟲、Web 網站、游戲、命令行實用工具等等等等，總有一個是你感興趣並且願意投入時間的。


廢話不多說，學會一門語言的捷徑只有一個： Getting Started

¶ 起步階段
任何一種編程語言都包含兩個部分：硬知識和軟知識，起步階段的主要任務是掌握硬知識。

硬知識
「硬知識」指的是編程語言的語法、演算法和數據結構、編程範式等，例如：變數和類型、循環語句、分支、函數、類。這部分知識也是具有普適性的，看上去是掌握了一種語法，實際是建立了一種思維。例如：讓一個 Java 程序員去學習 Python，他可以很快的將 Java 中的學到的面向對象的知識 map 到 Python 中來，因此能夠快速掌握 Python 中面向對象的特性。

如果你是剛開始學習編程的新手，一本可靠的語法書是非常重要的。它看上去可能非常枯燥乏味，但對於建立穩固的編程思維是必不可少。

下面列出了一些適合初學者入門的教學材料：

廖雪峰的 Python 教程 Python 中文教程的翹楚，專為剛剛步入程序世界的小白打造。

笨方法學 Python 這本書在講解 Python 的語法成分時，還附帶大量可實踐的例子，非常適合快速起步。

The Hitchhiker』s Guide to Python! 這本指南著重於 Python 的最佳實踐，不管你是 Python 專家還是新手，都能獲得極大的幫助。

Python 的哲學：

• 用一種方法，最好是只有一種方法來做一件事。

學習也是一樣，雖然推薦了多種學習資料，但實際學習的時候，最好只選擇其中的一個，堅持看完。

必要的時候，可能需要閱讀講解數據結構和演算法的書，這些知識對於理解和使用 Python 中的對象模型有著很大的幫助。

軟知識
「軟知識」則是特定語言環境下的語法技巧、類庫的使用、IDE的選擇等等。這一部分，即使完全不了解不會使用，也不會妨礙你去編程，只不過寫出的程序，看上去顯得「傻」了些。

對這些知識的學習，取決於你嘗試解決的問題的領域和深度。對初學者而言，起步階段極易走火，或者在選擇 Python 版本時徘徊不決，一會兒看 2.7 一會兒又轉到 3.0，或者徜徉在類庫的大海中無法自拔，Scrapy，Numpy，Django 什麼都要試試，或者參與編輯器聖戰、大括弧縮進探究、操作系統辯論賽等無意義活動，或者整天跪舔語法糖，老想著怎麼一行代碼把所有的事情做完，或者去構想聖潔的性能安全通用性健壯性全部滿分的解決方案。

很多「大牛」都會告誡初學者，用這個用那個，少走彎路，這樣反而把初學者推向了真正的彎路。
還不如告訴初學者，學習本來就是個需要你去走彎路出 Bug，只能腳踏實地，沒有奇跡只有狗屎的過程。

選擇一個方向先走下去，哪怕臟丑差，走不動了再看看有沒有更好的解決途徑。

自己走了彎路，你才知道這么做的好處，才能理解為什麼人們可以手寫狀態機去匹配卻偏要發明正則表達式，為什麼面向過程可以解決卻偏要面向對象，為什麼我可以操縱每一根指針卻偏要自動管理內存，為什麼我可以嵌套回調卻偏要用 Promise...

更重要的是，你會明白，高層次的解決方法都是對低層次的封裝，並不是任何情況下都是最有效最合適的。

技術涌進就像波浪一樣，那些陳舊的封存已久的技術，消退了遲早還會涌回的。就像現在移動端應用、手游和 HTML5 的火熱，某些方面不正在重演過去 PC 的那些歷史么？

因此，不要擔心自己走錯路誤了終身，堅持並保持進步才是正道。

起步階段的核心任務是掌握硬知識，軟知識做適當了解，有了穩固的根，粗壯的枝幹，才能長出濃密的葉子，結出甜美的果實。

¶ 發展階段
完成了基礎知識的學習，必定會感到一陣空虛，懷疑這些語法知識是不是真的有用。

沒錯，你的懷疑是非常正確的。要讓 Python 發揮出它的價值，當然不能停留在語法層面。
發展階段的核心任務，就是「跳出 Python，擁抱世界」。

在你面前會有多個分支：科學計算和數據分析、爬蟲、Web 網站、游戲、命令行實用工具等等等等，這些都不是僅僅知道 Python 語法就能解決的問題。

拿爬蟲舉例，如果你對計算機網路，HTTP 協議，HTML，文本編碼，JSON 一無所知，你能做好這部分的工作么？而你在起步階段的基礎知識也同樣重要，如果你連循環遞歸怎麼寫都還要查文檔，連 BFS 都不知道怎麼實現，這就像工匠做石凳每次起錘都要思考錘子怎麼使用一樣，非常低效。

在這個階段，不可避免要接觸大量類庫，閱讀大量書籍的。

類庫方面
「Awesome Python 項目」：vinta/awesome-python · GitHub
這里列出了你在嘗試解決各種實際問題時，Python 社區已有的工具型類庫，如下圖所示：



vinta/awesome-python

你可以按照實際需求，尋找你需要的類庫。

至於相關類庫如何使用，必須掌握的技能便是閱讀文檔。由於開源社區大多數文檔都是英文寫成的，所以，英語不好的同學，需要惡補下。

書籍方面
這里我只列出一些我覺得比較有一些幫助的書籍，詳細的請看豆瓣的書評：

科學和數據分析：
❖「集體智慧編程」：集體智慧編程 (豆瓣)
❖「數學之美」：數學之美 (豆瓣)
❖「統計學習方法」：統計學習方法 (豆瓣)
❖「Pattern Recognition And Machine Learning」：Pattern Recognition And Machine Learning (豆瓣)
❖「數據科學實戰」：數據科學實戰 (豆瓣)
❖「數據檢索導論」：信息檢索導論 (豆瓣)

爬蟲：
❖「HTTP 權威指南」：HTTP權威指南 (豆瓣)

Web 網站：
❖「HTML & CSS 設計與構建網站」：HTML & CSS設計與構建網站 (豆瓣)

...

列到這里已經不需要繼續了。

聰明的你一定會發現上面的大部分書籍，並不是講 Python 的書，而更多的是專業知識。

事實上，這里所謂「跳出 Python，擁抱世界」，其實是發現 Python 和專業知識相結合，能夠解決很多實際問題。這個階段能走到什麼程度，更多的取決於自己的專業知識。

¶ 深入階段
這個階段的你，對 Python 幾乎了如指掌，那麼你一定知道 Python 是用 C 語言實現的。

可是 Python 對象的「動態特徵」是怎麼用相對底層，連自動內存管理都沒有的C語言實現的呢？這時候就不能停留在表面了，勇敢的拆開 Python 的黑盒子，深入到語言的內部，去看它的歷史，讀它的源碼，才能真正理解它的設計思路。

這里推薦一本書：
「Python 源碼剖析」：Python源碼剖析 (豆瓣)
這本書把 Python 源碼中最核心的部分，給出了詳細的闡釋，不過閱讀此書需要對 C 語言內存模型和指針有著很好的理解。

另外，Python 本身是一門雜糅多種範式的動態語言，也就是說，相對於 C 的過程式、 Haskell 等的函數式、Java 基於類的面向對象而言，它都不夠純粹。換而言之，編程語言的「道學」，在 Python 中只能有限的體悟。學習某種編程範式時，從那些面向這種範式更加純粹的語言出發，才能有更深刻的理解，也能了解到 Python 語言的根源。

這里推薦一門公開課
「編程範式」：斯坦福大學公開課：編程範式
講師高屋建瓴，從各種編程範式的代表語言出發，給出了每種編程範式最核心的思想。

值得一提的是，這門課程對C語言有非常深入的講解，例如C語言的范型和內存管理。這些知識，對閱讀 Python 源碼也有大有幫助。

Python 的許多最佳實踐都隱藏在那些眾所周知的框架和類庫中，例如 Django、Tornado 等等。在它們的源代碼中淘金，也是個不錯的選擇。

¶ 最後的話
每個人學編程的道路都是不一樣的，其實大都殊途同歸，沒有迷路的人只有不能堅持的人！

希望想學 Python 想學編程的同學，不要猶豫了，看完這篇文章，

Just Getting Started ！！！

F. 如何編譯C++文件為Python擴展模塊

大概有三種常用方法：
1>使用ctypes模塊來調用C寫的共享庫，比如：
[python] view plain print?
#測試ctypes調用linux動態庫的能力
from ctypes import *
lib = CDLL("libc.so.6")
printf = lib.printf
printf("Hello World\n")

#查找動態庫
from ctypes.util import find_library
print find_library('c')
output = CDLL(find_library("c")).printf
output("測試成功！\n")
但是用它來調用C++寫的so就不太合適，因為編譯時c++函數名修飾會給你的函數取一個特殊的字元串，你不能在你的python代碼里直接使用此函數名，除非你使用的是修飾後的函數名。（在linux下你可以用nm來查看so中的函數名）

2>用C來寫python的擴展模塊，這個沒怎麼用過，以後使用時再記錄在此。
3>用C++來寫python擴展模塊：
我是使用Boost.Python來寫擴展的，先上工作中的代碼片段：

[python] view plain print?
#include <boost/python.hpp> //包含boost.python頭文件
#include <cstdio>
#include <string>

using namespace boost::python;//引入命令空間

class lshw //定義一個類
{
public:
lshw();
virtual ~lshw();

void scan_device();
string get_xml();

private:
hwNode *computer;
};

lshw::lshw()
{
computer = new hwNode("computer", hw::system);
}

lshw::~lshw()
{
if (computer)
delete computer;
}

void lshw::scan_device()
{
enable("output:numeric");
disable("output:sanitize");
scan_system(*computer);
}

string lshw::get_xml()
{
return computer->asXML();
}

void hello()
{
std::cout << "Hello World!" <<std::endl;
}

BOOST_PYTHON_MODULE(lshw)
{
class_<lshw, boost::nonable > ("lshw", "This is a lshw project python extend", init<>())//導出類中的方法
.def("scan_device", &lshw::scan_device)
.def("get_xml", &lshw::get_xml)
;
def("hello",&hello);//導出方法
}
使用boost.python其實結構很簡單，你只要寫很少的boost.python的代碼，你可以把大部分的精力放在C++功能代碼上，花很少的精力就可以把它擴展成python的模塊。下面是我在Ubuntu11.10上的編譯過程：

首先安裝boost.python：
sudo apt-get install libboost-python1.46.1
再來編譯生成so共享庫文件：
g++ -shared -fPIC lshw.cc -o lshw.so -lboost_python
使用：
[python] view plain print?
import lshw
hw = lshw.lshw()
lshw.hello()
hw.scan_device()
xml = self.hw.get_xml()

G. Python中用哪個模塊的知識可以通過分析前面內容的多少來做出相應的分析，如前面創建的語文的知識點

摘要 你好，python是一門優秀的編程語言，而是python成為數據分析軟體的是因為python強大的擴展模塊。也就是這些python的擴展包讓python可以做數據分析，主要包括numpy，scipy，pandas，matplotlib，scikit-learn等等諸多強大的模塊，在結合上ipython交互工具 ，以及python強大的爬蟲數據獲取能力，字元串處理能力，讓python成為完整的數據分析工具。

H. 什麼是目前比較常用的Python擴展庫管理工具

這個網站左上角有documentation鏈接的，點進去看看。
像exe，msi如果別人已經編譯過了就看不到源碼了，說明作者並不希望你看到源碼。第三方庫開源軟體比較多，有網頁論壇可以找，所以直接進模塊目錄就可以看到源碼。
元格中輸入公式：=RIGHT(A,)，確認後即顯示

I. Python擴展模塊點號後提示有哪些方法

不少IDE都帶有自動提示功能比如wingide、pycharm。
想在shell中可以裝ipython,在敲了點後按tab鍵就會有提示。
在python原生shell中可以用dir(模塊或對象名)來查看對象的屬性的方法。
希望能對你有所幫助。

J. 如何查詢python擴展模塊的使用方法

dir（模塊名字），可以查看模塊的方法和屬性。再help(屬性，方法)