为什么有些 Python 标准库是用 .so 编写的，而大多数其他标准库是用 .py 编写的？答案

【问题标题】：Why are some Python standard libraries written in .so while most others are in .py?为什么有些 Python 标准库是用 .so 编写的，而大多数其他标准库是用 .py 编写的？
【发布时间】：2019-02-21 06:13:15
【问题描述】：

大多数标准库是用 Python 的 .py 文件编写的，但有些是 Unix 上的 .so 文件和 Windows 上的 .pyd 文件。例如 os 写在 os.py 中，而 pyexpat 写在 pyexpat.cpython-36m-darwin.so 中。这些 .so 库有什么特别之处？

【问题讨论】：

通过标记 wiki，.so 文件是 c++
这可能是相关的：stackoverflow.com/questions/46608465/…
@mast3rd3mon C++ 文件不一定是 *.so。甚至 C 文件也可以是 *.so。为了更清楚 *.so lib 可以使用 C 和 C++ 文件生成。 Python 示例中的许多模块 Numpy 是用 C 编写并导入到 Python 中的。
@danglingpointer 那是我的错，我的意思是are written in c++，我不知何故忘记输入了
@mast3rd3mon 在 python 的情况下，大部分是written in C

标签： python standard-library .so

【解决方案1】：

.so 文件是共享对象文件，它们是编译后的共享库。它们通常用编译语言编写，如C、C++、Go 等。

Python 是一种解释性语言，用它编写的代码往往很慢，因为解释器需要遍历正在执行的每一行代码，将其翻译成某种中间字节码，然后最终执行字节码。这可能很慢。

在考虑性能的情况下，模块使用较低级别的语言编写，例如 C，然后编译为共享目标文件。这些文件可以由 Python 解释器加载，并像普通的 Python 模块一样使用。由于这些模块已经被编译成机器码，它们可以直接执行而不需要经过解释器，因此它们比用 Python 编写的等效代码要快得多。

使用像C 这样的低级语言编写还可以有效地使用内存，甚至释放全局解释器锁以利用多核并行性。 numpy、scipy 等科学模块就是这些例子。

【讨论】：

感谢您的回答。 numpy 不是用 Python 写的吗？我看到我的安装目录中都是 .py 文件。
它的一部分是在 Python 中，但核心部分是在 C 中（如果你在这里看到你会看到 C 源代码：github.com/numpy/numpy/tree/master/numpy/core/src）。它还依赖于矩阵函数的线性代数库，如 BLAS。这些库通常在 Fortran 中实现，也通过 .so 机制加载。
@multigoodverse numpy 不是用 Python 编写的，主要是用 C 语言编写的。*.so 是用 C 语言创建并导入 Python 的共享对象库。