在本章中，我们研究了可供 Pandas 用户使用的各种库。 本章旨在作为简短指南，帮助用户围绕 Pandas 提供的各种模块和库进行导航和查找。 它提供了有关库代码组织方式的分解，还提供了有关各个模块的简要说明。 对于感兴趣的用户来说，这对他们下面的 Pandas 的内部工作以及希望为代码库做出贡献的用户来说，将是最有价值的。 我们还将简要演示如何使用 Python 扩展来提高性能。 将讨论的各种主题如下：

• Pandas 库层次结构简介
• Pandas 模块和文件的描述
• 使用 Python 扩展来提高性能

通常，在安装时，会将 Pandas 作为 Python 模块安装在第三方 Python 模块的标准位置：

安装的文件遵循特定的层次结构：

• pandas/core：此文件包含用于基本数据结构的文件，例如序列/数据帧和相关函数。
• pandas/src：包含用于实现基本算法的 Cython 和 C 代码。
• pandas/io：它包含输入/输出工具（例如平面文件，Excel，HDF5，SQL 等）。
• pandas/tools：它包含辅助数据算法合并和连接例程，连接，数据透视表等。
• pandas/sparse：它包含序列，数据帧，面板等的稀疏版本。
• pandas/stats：包含线性回归和面板回归，以及移动窗口回归。 这应该由 statsmodels 中的功能代替。
• pandas/util：包含工具，开发和测试工具。
• pandas/rpy：包含用于连接到 R 的 RPy2 接口。

作为参考，请参见这里。

在本节中，我们将简要介绍组成 Pandas 库的各个子模块和文件。

该模块包含 Pandas 的核心子模块。 讨论如下：

• api.py：这将导入一些关键模块供以后使用。

• array.py：这可以隔离 Pandas 对 numPy 的暴露，即所有直接的 numPy 使用。

• base.py：这定义了基本类别，例如StringMixin，PandasObject，它们是各种 Pandas 对象（例如Period，PandasSQLTable，sparse.array.SparseArray/SparseList，internals.Block，internals.BlockManager，generic.NDFrame，groupby.GroupBy，base.FrozenList，base.FrozenNDArray，io.sql.PandasSQL，io.sql.PandasSQLTable，tseries.period.Period，FrozenList，FrozenNDArray：IndexOpsMixin和DatetimeIndexOpsMixin。

• common.py：这定义了用于处理数据结构的通用工具方法。 例如，isnull对象检测到缺少的值。

• config.py：这是用于处理包范围内的可配置对象的模块。 它定义了以下类别：OptionError，DictWrapper，CallableDynamicDoc，option_context和config_init。

• datetools.py：这是处理 Python 中日期的函数的集合。

• frame.py：这定义了 Pandas 的数据帧类及其各种方法。数据帧继承自NDFrame。 （见下文）。

• generic.py：这定义了通用NDFrame基类，它是 Pandas 的数据帧，序列和面板类的基类。 NDFrame源自base.py中定义的 Pandas 对象。 NDFrame可以看作是 Pandas 数据帧的 N 维版本。 有关此的更多信息，请访问这里。

• categorical.py：这定义了分类，这是一个从 Pandas 对象派生的类，它表示分类变量 la R/S-plus。 （我们稍后会扩展您的知识）。

• format.py：这定义了整个格式化程序类，例如CategoricalFormatter，SeriesFormatter，TableFormatter，DataFrameFormatter，HTMLFormatter，CSVFormatter，ExcelCell，ExcelFormatter，GenericArrayFormatter， FloatArrayFormatter，IntArrayFormatter，Datetime64Formatter，Timedelta64Formatter和EngFormatter。

• groupby.py：这定义了启用groupby函数的各种类。 讨论如下：

  • Splitter classes：这包括DataSplitter，ArraySplitter，SeriesSplitter，FrameSplitter和NDFrameSplitter
  • Grouper/Grouping classes：这包括Grouper，GroupBy，BaseGrouper，BinGrouper，Grouping，SeriesGroupBy，NDFrameGroupBy

• ops.py: 这定义了一个内部 API，用于对 Pandas 对象进行算术运算。 它定义了向对象添加算术方法的函数。 它定义了一个_create_methods元方法，该方法用于使用算术，比较和布尔方法构造器创建其他方法。 add_methods方法采用一些新方法，将它们添加到现有方法列表中，并将其绑定到其相应的类。 add_special_arithmetic_methods和add_flex_arithmetic_methods方法调用_create_methods和add_methods将算术方法添加到类中。

  它还定义了_TimeOp类，该类是与日期时间相关的算术运算的包装。 它包含Wrapper函数，用于对序列，数据帧和面板函数进行算术，比较和布尔运算-_arith_method_SERIES(..)，_comp_method_SERIES(..)，_bool_method_SERIES(..)，_flex_method_SERIES(..)，_arith_method_FRAME(..)，_comp_method_FRAME(..)，_flex_comp_method_FRAME(..)） _arith_method_PANEL(..)，_comp_method_PANEL(..)。

• index.py：这定义了Index类及其相关函数。 所有 Pandas 的对象（序列，数据帧和面板）都使用索引来存储轴标签。 它的下面是一个不可变的数组，提供了可以切片的有序集合。

• internals.py：这定义了多个对象类。 这些列出如下：

  • Block：这是具有 Pandas 其他功能的同质 N 维numpy.ndarray对象。 例如，它使用__slots__将对象的属性限制为ndim，values和_mgr_locs。 它充当其他Block子类的基类。
  • NumericBlock：这是数字类型的Blocks的基类。
  • FloatOrComplexBlock：这是从NumericBlock继承的FloatBlock和ComplexBlock的基类
  • ComplexBlock：这是处理具有复杂类型的Block对象的类。
  • FloatBlock：这是处理浮点型Block对象的类。
  • IntBlock：这是处理具有整数类型的Block对象的类。
  • TimeDeltaBlock，BoolBlock和DatetimeBlock：这些是timedelta，Boolean和datetime的Block类。
  • ObjectBlock：这是为用户定义的对象处理Block对象的类。
  • SparseBlock：这是处理相同类型的稀疏数组的类。
  • BlockManager：这是管理一组Block对象的类。 它不是公共 API 类。
  • SingleBlockManager：这是管理一个Block的类。
  • JoinUnit：这是Block对象的工具类。

• matrix.py：这将数据帧导入为DataMatrix。

• nanops.py：这些是用于处理 NaN 值的类和函数。

• ops.py：这定义了 Pandas 对象的算术运算。 它不是公共 API。

• panel.py，panel4d.py和panelnd.py：这些提供了 Pandas 的面板对象的功能。

• series.py：它定义序列从NDFrame和IndexOpsMixin继承的 pandas Series类及其各种方法。

• sparse.py：这定义用于处理稀疏数据结构的导入。 稀疏数据结构被压缩，从而省略了与 NaN 匹配或缺少值的数据点。 有关此的更多信息，请访问这里。

• strings.py: 它们具有处理字符串的各种函数。

  

该模块包含用于数据 I/O 的各种模块。 讨论如下：

• api.py：这定义了数据 I/O API 的各种导入。
• auth.py：这定义了处理身份验证的各种方法。
• common.py：这定义了 I/O API 的通用函数。
• data.py：这定义用于处理数据的类和方法。 DataReader方法从各种在线来源（例如 Yahoo 和 Google）读取数据。
• date_converters.py：定义日期转换函数。
• excel.py：此模块解析和转换 Excel 数据。 这定义了ExcelFile和ExcelWriter类。
• ga.py：这是 Google Analytics（分析）功能的模块。
• gbq.py：这是 Google BigQuery 的模块。
• html.py：这是用于处理 HTML I/O 的模块。
• json.py：这是用于处理 Pandas 中 json I/O 的模块。 这定义了Writer，SeriesWriter，FrameWriter，Parser，SeriesParser和FrameParser类。
• packer.py：这是 msgpack 序列化程序支持，用于将 Pandas 数据结构读取和写入磁盘。
• parsers.py：此模块定义了各种函数和类，这些函数和类用于解析和处理文件以创建 Pandas 的数据帧。 下文讨论的所有三个read_*函数都具有多个可配置的读取选项。 有关更多详细信息，请参见此参考。
  • read_csv(..)：这定义了pandas.read_csv()函数，可用于将 CSV 文件的内容读取到数据帧中。
  • read_table(..)：这会将制表符分隔的表文件读取到数据帧中。
  • read_fwf(..)：这会将固定宽度格式的文件读取到数据帧中。
  • TextFileReader：这是用于读取文本文件的类。
  • ParserBase：这是解析器对象的基类。
  • CParserWrapper和PythonParser：这些分别是 C 和 Python 的解析器。 它们都继承自ParserBase。
  • FixedWidthReader：这是读取固定宽度数据的类。 定宽数据文件包含文件中特定位置的字段。
  • FixedWithFieldParser：这是用于解析从PythonParser继承的固定宽度字段的类。
• pickle.py：这提供了腌制（序列化）Pandas 对象的方法。 讨论如下：
  • to_pickle(..)：这会将对象序列化为文件。
  • read_pickle(..)：这将从文件中读取序列化的对象到 pandas 对象。 仅应与受信任的来源一起使用。
• pytables.py：这是PyTables模块的接口，用于将 Pandas 数据结构读取和写入磁盘上的文件。
• sql.py：它是类和函数的集合，用于使能够从试图与数据库无关的关系数据库中检索数据。 讨论如下：
  • PandasSQL：这是将 Pandas 与 SQL 连接的基类。 它提供了必须由子类实现的伪read_sql和to_sql方法。
  • PandasSQLAlchemy：这是PandasSQL的子类，它可以使用SQLAlchemy在数据帧和 SQL 数据库之间进行转换。
  • PandasSQLTable类：它将 Pandas 表（数据帧）映射到 SQL 表。
  • pandasSQL_builder(..)：这将根据提供的参数返回正确的PandasSQL子类。
  • PandasSQLTableLegacy类：这是PandasSQLTable的旧支持版本。
  • PandasSQLLegacy类：这是PandasSQLTable的旧支持版本。
  • get_schema(..)：这将获取给定框架的 SQL 数据库表架构。
  • read_sql_table(..)：这将 SQL DB 表读入数据帧。
  • read_sql_query(..)：这会将 SQL 查询读取到数据帧中。
  • read_sql(..)：这将 SQL 查询/表读入数据帧。
  • to_sql(..)：此操作将数据帧中存储的记录写入 SQL 数据库。
• stata.py：此工具包含用于将Stata文件处理为 Pandas 数据帧的工具。
• wb.py：这是用于从世界银行网站下载数据的模块。

• util.py：具有定义的其他util函数，例如match(..)，cartesian_product(..)和compose(..)。

• tile.py：具有一组函数，这些函数可以量化输入数据，从而实现tile函数。 除了cut(..)和qcut(..)之外，大多数函数都是内部函数。

• rplot.py：这是一个模块，提供在 Pandas 中生成网格图的函数。

• plotting.py: 这提供了一组以序列或数据帧为参数的绘图函数。

  • scatter_matrix(..)：这将绘制散点图矩阵

  • andrews_curves(..)：此图将多元数据绘制为曲线，这些曲线是使用样本作为傅立叶级数的系数创建的

  • parallel_coordinates(..)：这是一种绘图技术，可让您查看数据中的聚类并直观地估计统计信息

  • lag_plot(..)：用于检查数据集或时间序列是否随机

  • autocorrelation_plot(..)：用于检查时间序列中的随机性

  • bootstrap_plot(..)：此图用于以视觉方式确定统计量度的不确定性，例如平均值或中位数

  • radviz(..): 该图用于可视化多元数据

    提示

    以上信息的参考来自这里

• pivot.py: 此函数用于处理 Pandas 中的数据透视表。 它是主要函数pandas.tools.pivot_table(..)，它创建类似于电子表格的数据透视表作为数据帧

  提示

  以上信息的参考来自这里

• merge.py：提供合并序列，数据帧和面板对象（例如merge(..)和concat(..)）的函数

• describe.py：这提供了一个value_range(..)函数，该函数以序列的形式返回数据帧的最大值和最小值。

这是提供序列，数据帧和面板的稀疏实现的模块。 所谓稀疏，是指省略或丢失诸如 0 之类的值的数组。

有关此的更多信息，请访问这里 。

• api.py：这是一组便利导入
• array.py：它是SparseArray数据结构的实现
• frame.py：它是SparseDataFrame数据结构的实现
• list.py：它是SparseList数据结构的实现
• panel.py：它是SparsePanel数据结构的实现
• series.py：它是SparseSeries数据结构的实现

• api.py：这是一组便利导入。
• common.py：定义模块中其他函数调用的内部函数。
• fama_macbeth.py：包含 Fama-Macbeth 回归的类定义和函数。 有关 FM 回归的更多信息，请访问这里。
• interface.py：它定义ols(..)，它返回普通最小二乘（OLS）回归对象。 它从pandas.stats.ols模块导入。
• math.py：具有有用的函数，定义如下：
  • rank(..)，solve(..)和inv(..)：它们分别用于矩阵秩，解和逆
  • is_psd(..)：这检查矩阵的正定性
  • newey_west(..)：用于协方差矩阵计算
  • calc_F(..)：这将计算 F 统计信息
• misc.py：用于其他函数。
• moments.py：这提供了滚动和扩展的统计量度，包括在 Cython 中实现的时刻。 这些方法包括：rolling_count(..)，rolling_cov(..)，rolling_corr(..)，rolling_corr_pairwise(..)，rolling_quantile(..)，rolling_apply(..)，rolling_window(..)，expanding_count(..)，expanding_quantile(..)，expanding_cov(..)，expanding_corr(..)，expanding_corr_pairwise(..)，expanding_apply(..)，ewma(..)，ewmvar(..)，ewmstd(..)，ewmcov(..)和ewmcorr(..)。
• ols.py：这实现 OLS 并提供 OLS 和MovingOLS类。 OLS 运行完整的样本最小二乘回归，而MovingOLS生成滚动或扩展的简单 OLS。
• plm.py：这为面板数据提供了线性回归对象。 这些类的讨论如下：
  • PanelOLS：这是面板对象的 OLS
  • MovingPanelOLS：这是面板对象的滚动/扩展 OLS
  • NonPooledPanelOLS：-这是面板对象的非池化 OLS
• var.py: 这提供了向量自回归类，讨论如下：

  • VAR：这是对序列和数据帧中的多元数据的向量自动回归

  • PanelVAR: 这是面板对象中多元数据的向量自动回归

    提示

    有关向量自回归的更多信息，请访问这里

• testing.py：这提供了断言，调试，单元测试以及其他用于测试的类/函数。 它包含许多特殊的断言函数，这些函数使检查序列，数据帧或面板对象是否等效的操作更加容易。 其中一些函数包括assert_equal(..)，assert_series_equal(..)，assert_frame_equal(..)和assert_panelnd_equal(..)。 pandas.util.testing模块对 Pandas 代码库的贡献者特别有用。 它定义了一个util.TestCase类。 它还提供了用于处理语言环境，控制台调试，文件清除，比较器等的工具，以供潜在的代码库贡献者进行测试。

• terminal.py：此函数主要是内部函数，与获取有关终端的某些特定详细信息有关。 唯一的暴露函数是get_terminal_size()。

• print_versions.py：它定义了get_sys_info()函数，该函数返回系统信息的字典，以及show_versions(..)函数，显示可用的 Python 库的版本。

• misc.py：这定义了几个其他工具。

• decorators.py: 这定义了一些装饰器函数和类。

  提示

  Substitution和Appender类是装饰器，它们在函数docstrings上执行替换和附加操作，有关 Python 装饰器的更多信息，请访问这里。

• clipboard.py：这包含跨平台剪贴板方法，可通过键盘启用复制和粘贴功能。 Pandas I/O API 包括pandas.read_clipboard()和pandas.to_clipboard(..)之类的函数。

如果模块已安装在计算机中，则该模块将尝试提供 R 统计包的接口。 在版本 0.16.0 和更高版本中不推荐使用。 可以使用rpy2模块代替它的功能。

• base.py：这为 R 中著名的lm函数定义了一个类
• common.py：这提供了许多函数，可以将 Pandas 对象转换为等效的 R 版本
• mass.py：这是rlm -- R 的lm函数的未实现版本
• var.py：其中包含未实现的类VAR

这个模块为 Pandas 中的各种物体提供了许多测试。 特定库文件的名称是不言自明的，除了邀请读者进行探索之外，在这里我将不进一步详细介绍。

与兼容性相关的功能解释如下：

• chainmap.py和chainmap_impl.py：这提供了一个ChainMap类，可以将多个dicts或映射分组，以便生成可以更新的单个视图
• pickle_compat.py：此函数提供了在 0.12 之前的版本中腌制 Pandas 对象的功能。
• openpyxl_compat.py：这检查openpyxl的兼容性

这是提供计算功能的模块，讨论如下：

• api.py：这包含eval和expr的导入。
• align.py：这实现了数据对齐的函数。
• common.py：它包含几个内部函数。
• engines.py：这定义了抽象引擎NumExprEngine和PythonEngine。 PythonEngine求值表达式，主要用于测试目的。
• eval.py：这定义了最重要的eval(..)函数以及其他一些重要函数。
• expressions.py：通过numexpr提供快速的表达式求值。 numexpr函数用于加速某些数值运算。 它使用多个内核以及智能分块和缓存加速。 它定义了evaluate(..)和where(..)方法。
• ops.py：这定义了eval使用的运算符类。 它们是Term，Constant，Op，BinOp，Div和UnaryOp。
• pytables.py：这为PyTables查询提供了查询接口。
• scope.py：这是示波器操作的模块。 它定义了一个Scope类，它是一个保存范围的对象。

有关numexpr的更多信息，请访问这里。 有关此模块用法的信息，请访问这里 。

• api.py：这是一组便捷导入

• converter.py: 这定义了一组用于格式化和转换与日期时间相关的对象的类。 导入后，pandas 向matplotlib注册了一组单位转换器。

  • 这通过register()函数完成，说明如下：

    In [1]: import matplotlib.units as munits
    In [2]: munits.registry
    Out[2]: {}
    
    In [3]: import pandas
    In [4]: munits.registry
    Out[4]: 
    {pandas.tslib.Timestamp: <pandas.tseries.converter.DatetimeConverter instance at 0x7fbbc4db17e8>,
     pandas.tseries.period.Period: <pandas.tseries.converter.PeriodConverter instance at 0x7fbbc4dc25f0>,
     datetime.date: <pandas.tseries.converter.DatetimeConverter instance at 0x7fbbc4dc2fc8>,
     datetime.datetime: <pandas.tseries.converter.DatetimeConverter instance at 0x7fbbc4dc2a70>,
     datetime.time: <pandas.tseries.converter.TimeConverter instance at 0x7fbbc4d61e18>}

  • Converter：此类包括TimeConverter，PeriodConverter和DateTimeConverter

  • Formatters：此类包括TimeFormatter，PandasAutoDateFormatter和TimeSeries_DateFormatter

  • Locators：此类包括PandasAutoDateLocator，MilliSecondLocator和TimeSeries_DateLocator

  注

  Formatter和Locator类用于处理 matplotlib 绘图中的刻度。

• frequencies.py：它定义用于指定时间序列对象的频率（每天，每周，每季度，每月，每年等）的代码。

• holiday.py：这定义了用于处理假期的函数和类-Holiday，AbstractHolidayCalendar和USFederalHolidayCalendar在定义的类中。

• index.py：这定义了DateTimeIndex类。

• interval.py：这定义了Interval，PeriodInterval和IntervalIndex类。

• offsets.py：这定义了各种类别，包括处理与时间有关的时间段的偏移量。 这些解释如下：

  • DateOffset：这是提供日期时间段功能的类的接口，例如Week，WeekOfMonth，LastWeekOfMonth，QuarterOffset，YearOffset，Easter，FY5253和FY5253Quarter 。
  • BusinessMixin：这是业务对象的mixin类，用于提供与时间功能相关的类。 这将由BusinessDay类继承。 BusinessDay子类派生自BusinessMixin和SingleConstructorOffset，并提供了营业日的补偿。
  • MonthOffset：这是提供月份时间段功能的类的接口，例如MonthEnd，MonthBegin，BusinessMonthEnd和BusinessMonthBegin。
  • MonthEnd和MonthBegin：这是一个月底或一个月初的日期偏移量。
  • BusinessMonthEnd和BusinessMonthBegin：这是一个工作日日历的结尾或开始一个月的日期偏移。
  • YearOffset：此偏移量是提供年份功能的类的接口，例如YearEnd，YearBegin，BYearEnd，BYearBegin
  • YearEnd和YearBegin：这是一年末或年初的日期偏移量。
  • BYearEnd和BYearBegin：这是工作日日历结束或开始时一年的日期偏移。
  • Week：提供 1 周的补偿。
  • WeekDay：这提供了从工作日（Tue）到星期几（= 2）的映射。
  • WeekOfMonth和LastWeekOfMonth：描述一个月中的一周中的日期
  • QuarterOffset：这是提供季度功能的类的接口，例如QuarterEnd，QuarterrBegin，BQuarterEnd和BQuarterBegin。
  • QuarterEnd，QuarterrBegin，BQuarterEnd和BQuarterBegin：与Year*类相同，除了时间段是季度而不是年份。
  • FY5253和FY5253Quarter：这些类别描述了 52-53 周的会计年度。 这也称为 4-4-5 日历。 您可以在这个链接中获得更多信息。
  • Easter：这是复活节假期的DateOffset。
  • Tick：这是时间单位类的基本类，例如Day，Hour，Minute，Second，Milli，Micro和Nano。

• period.py：这为 PandasTimeSeries定义了Period和PeriodIndex类。

• plotting.py：这定义了各种绘图函数，例如tsplot(..)，它绘制了一个序列。

• resample.py：这定义了TimeGrouper，这是用于时间间隔分组的自定义groupby类。

• timedeltas.py：这定义了to_timedelta(..)方法，该方法将其参数转换为timedelta对象。

• tools.py：这定义了工具函数，例如to_datetime(..)，parse_time_string(..)，dateutil_parse(..)和format(..)。

• util.py：这定义了更多工具函数，如下所示：

  • isleapyear(..)：检查年份是否为闰年
  • pivot_annual(..)：这按年份分组，表示闰年

该模块处理将 Pandas 数据帧集成到 PyQt 框架中。 有关 PyQt 的更多信息，请访问

Python 和 pandas 用户的困扰之一是，语言和模块的易用性和表达性带来显着的缺点-性能-尤其是在数字计算方面。

根据编程基准站点，Python 通常比编译后的语言（例如，用于许多算法或数据结构操作的 C/C++）慢。 例如二进制树操作。 在以下参考中，Python3 的运行速度比 n 体仿真计算的最快 C++ 实现慢 104 倍。

那么，我们如何解决这个合法而令人烦恼的问题呢？ 通过编写代码中对性能敏感的部分，我们可以减轻 Python 的这种速度，同时保持我们喜欢的性能（清晰度和生产率）。 例如数字处理，C/C++ 中的算法，并通过编写 Python 扩展模块由我们的 Python 代码调用它们。

Python 扩展模块使我们能够从 Python 调用用户定义的 C/C++ 代码或库函数，从而使我们能够提高代码性能，但仍然受益于 Python 的易用性。

为了帮助我们了解什么是 Python 扩展模块，请考虑导入模块时 Python 中发生的情况。 导入语句导入一个模块，但这实际上是什么意思？ 共有三种可能性，如下所示：

• 某些 Python 扩展模块在构建时会链接到解释器。

• 导入会导致 Python 将.pyc文件加载到内存中。 .pyc文件包含 Python 字节码。例如以下命令：

  In [3]: import pandas
   pandas.__file__
  Out[3]: '/usr/lib/Python 2.7/site-packages/pandas/__init__.pyc'

• import语句导致将 Python 扩展模块加载到内存中。 .so（共享库）文件由机器代码组成。 例如，请参考以下命令：

  In [4]: import math
   math.__file__
  Out[4]: '/usr/lib/Python 2.7/lib-dynload/math.so'

我们将集中讨论第三种可能性。 即使我们正在处理从 C 编译的二进制共享对象，我们也可以将其作为 Python 模块导入，这显示了 Python 扩展的强大功能-应用可以从 Python 机器代码或机器代码导入模块，并且接口相同 。 Cython 和 SWIG 是使用 C 和 C++ 编写扩展的两种最受欢迎​​的方法。 在编写扩展时，我们包装了 C/C++ 机器代码，并将其转换为行为像纯 Python 代码的 Python 扩展模块。 在这个简短的讨论中，我们将仅专注于 Cython，因为它是专门为 Python 设计的。

Cython 是 Python 的超集，旨在允许我们在 C/C++ 中调用外部编译的代码以及在变量上声明类型，从而显着提高 Python 的性能。

Cython 命令从 Cython 源文件生成优化的 C/C++ 源文件，并将此优化的 C/C++ 源编译为 Python 扩展模块。 它提供了对 NumPy 的内置支持，并将 C 的性能与 Python 的可用性结合在一起。

我们将快速演示如何使用 Cython 大大加快代码速度。 让我们定义一个简单的斐波那契函数：

In [17]: def fibonacci(n):
 a,b=1,1
 for i in range(n):
 a,b=a+b,a
 return a
In [18]: fibonacci(100)
Out[18]: 927372692193078999176L
In [19]: %timeit fibonacci(100)
 100000 loops, best of 3: 18.2 µs per loop

使用timeit模块，我们看到每个循环花费 18.2 µs。

现在让我们在 Cython 中重写函数，通过使用以下步骤为变量指定类型：

1. 首先，我们将 Cython 魔术函数导入 IPython，如下所示：

   In [22]: %load_ext cythonmagic

2. 接下来，我们在 Cython 中重写函数，为变量指定类型：

   In [24]: %%cython
    def cfibonacci(int n):
    cdef int i, a,b
    for i in range(n):
    a,b=a+b,a
    return a

3. 让我们来计时一下新的 Cython 函数：

   In [25]: %timeit cfibonacci(100)
    1000000 loops, best of 3: 321 ns per loop
   
   In [26]: 18.2/0.321
   Out[26]: 56.69781931464174

4. 因此，我们可以看到 Cython 版本比纯 Python 版本快 57 倍！

有关使用 Cython/SWIG 或其他选项编写 Python 扩展的更多参考，请参考以下参考：

• 标题为提高性能的 Pandas 文档
• Scipy 讲义，标题为与 C 的接口
• Cython 文档
• SWIG 文档

总结本章，我们浏览了 Pandas 的库层次结构，试图说明库的内部运作方式。 我们还谈到了使用 Python 扩展模块来提高代码性能的好处。