cython 的主要用途是加速python 代码的执行速度，手段有很多种，最简单的一种就是将变量声明成静态类型：

比如用python 代码写的计算素数的函数，最大计算1000个：

def primes(kmax):    p  = range(1000)    res = []    if kmax > 1000:           kmax = 1000    k, n = 0, 2    while k < kmax:           i = 0           while i < k and n % p[i] != 0:            i += 1           if i == k:            p[k] = n            k += 1            res.append(n)           n += 1    return res

用cython 写的计算素数的函数:

def primes(int kmax):    cdef int p[1000]    cdef int k = 0    cdef int n = 2    cdef int i = 0    res = []    if kmax > 1000:           kmax = 1000    while k < kmax:           i = 0           while i < k and n % p[i] != 0:            i += 1           if i == k:            p[k] = n            k += 1            res.append(n)           n += 1    return res

这两个函数实现了相同的功能， 不同的是cython 中将一些变量声明成了静态类型，

现在比较这两个函数的运行速度，先计算python 函数的 运行时间 test.py：

import timeimport primesstart = time.time()a     = primes.primes(1000)end   = time.time()print "{}".format(end - start)

运行python test.py , 结果为 0.251568078995

在计算cython 函数的运行时间 test_cython.py：

import timeimport cython_primes as primesstart = time.time()a     = primes.primes(1000)end   = time.time()print "{}".format(end - start)

运行python test_cython.py , 结果为 0.0071849822998

可以看出速度快了30多倍， 只是声明静态变量就提高了许多。