然後使用“python setup.py build”,使用"python setup.py install"來安裝。這種方法的好處是不求人，有了python就能玩。至於性能，只能說呵呵。
第二，Cython，據說是性能很好，但是由於它野心太大，搞得python不像python，C不像C，所以只有為python寫高性能模塊這一件事情可以用得上它，但是就為了這個功能，搞一個python的超集，有點殺雞用牛刀。這些廢話不說了，看看它怎麼玩。
cdef extern from"stdio.h":
extern int printf(const char *format, ...)
def SayHello():
printf("hello,world ")
簡單吧，C的頭文件直接包進來，C的函數直接調用了就可以了。安裝也是走setup.py的套路，是不是更方便。不好的地方是，你需要安裝cython。
第三，還有些分支，比如SWIG， 它不僅僅是為了Python可以調用C代碼，也是為了更廣泛的跨語言調用，這種方法考慮的語言更多，調用更復雜，如果只是為了Python一種語言，實在是犯不上，所以這裡就不介紹了。
對於做得到位的Python調用C代碼，我們還需要考慮Error和Exception，處理的辦法比較土，就是根據實際情況，分別返回，這樣的代碼，你去github上隨便找，都有，比如tensorflow這樣的大工程。
跨語言是為了更好使用每一種語言的優勢，但是對於每個人工智能開發和研究者來說，也是抬高了門檻。但是，從實際編碼的實踐來看，基本上你寫好一個套路的接口，推廣只不過是copy & paste，照著改改的事情，更重要的事情，還是算法。
閱讀更多 編程王者之路 的文章
