今天同事给我扔了一个.pyd文件，说让我跑个数据。然后我就傻了。。
不知道多少粉丝小伙伴会run .pyd代码文件？如果你也懵懵的，请继续往下读吧。。
Python文件是存储Python代码或数据的文本文件，通常以.py作为文件扩展名。这些文件允许程序员编写可重用的代码模块，组织项目结构，并与其他Python程序员共享代码。
Python文件的主要作用包括：
代码组织：通过函数、类和模块等结构，Python文件可以有效地组织和封装代码，提高代码的可读性和可维护性。
可重用性：一旦编写完成，Python文件可以作为模块被其他Python文件导入和使用，从而实现代码的重用。
数据持久化：Python文件还可以用于存储数据，例如通过pickle模块将数据对象序列化为文件，实现数据的持久化存储。
脚本执行：Python文件可以直接作为脚本在命令行中执行，完成各种自动化任务。
今天科普下各类Python代码文件的后缀，给各位Python开发“扫扫盲”。
.py
最常见的Python代码文件后缀名，官方称Python源代码文件。
不用过多解释了~
.ipynb
这个还是比较常见的，.ipynb是Jupyter Notebook文件的扩展名，它代表"IPython Notebook"。
学过数据分析，机器学习，深度学习的同学一定不陌生！
.pyi
.pyi文件是Python中的类型提示文件，用于提供代码的静态类型信息。
一般用于帮助开发人员进行类型检查和静态分析。
示例代码：
# hellp.pyi
def hello(name: str) -> None:
print(f"hello {name}")
.pyi文件的命名约定通常与相应的.py文件相同，以便它们可以被自动关联在一起。
.pyc
.pyc是Python字节码文件的扩展名，用于存储已编译的Python源代码的中间表示形式，因为是二进制文件所以我们无法正常阅读里面的代码。
.pyc文件包含了已编译的字节码，它可以更快地被Python解释器加载和执行，因为解释器无需再次编译源代码。
.pyd
.pyd是Python扩展模块的扩展名，用于表示使用C或C++编写的二进制Python扩展模块文件。
.pyd文件是编译后的二进制文件，它包含了编译后的扩展模块代码以及与Python解释器交互所需的信息。
此外，.pyd文件通过import语句在Python中导入和使用，就像导入普通的Python模块一样。
由于
C或C++的执行速度通常比纯Python代码快，可以使用扩展模块来优化Python代码的性能，尤其是对于计算密集型任务。
.pyw
.pyw是Python窗口化脚本文件的扩展名。
它表示一种特殊类型的Python脚本文件，用于创建没有命令行界面（即控制台窗口）的窗口化应用程序。
一般情况下，运行
Python脚本会打开一个命令行窗口，其中显示脚本输出和接受用户输入。但是，对于某些应用程序，如图形用户界面（GUI）应用程序，不需要命令行界面，而是希望在窗口中显示交互界面。这时就可以使用.pyw文件。
示例代码：
# click_button.pyw
import tkinter as tk
def button_click():
label.config(text="Button Clicked!")
window = tk.Tk()
button = tk.Button(window, text="Click Me", command=button_click)
button.pack()
label = tk.Label(window, text="Hello, World!")
label.pack()
window.mainloop()
# .pyx
.pyx是Cython源代码文件的扩展名。
Cython是一种编译型的静态类型扩展语言，它允许在Python代码中使用C语言的语法和特性，以提高性能并与C语言库进行交互。
我对比了下Cython与普通python的运行速度：
fb.pyx(需使用cythonize命令进行编译)
import fb
import timeit
def fibonacci(n):
if n <= 0:
raise ValueError("n必须是正整数")
if n == 1:
return 0
elif n == 2:
return 1
else:
a, b = 0, 1
for _ in range(3, n + 1):
a, b = b, a + b
return b
# 纯Python版本
python_time = timeit.timeit("fibonacci(300)", setup="from __main__ import fibonacci", number=1000000)
# Cython版本
cython_time = timeit.timeit("fb.fibonacci(300)", setup="import fb", number=1000000)
print("纯Python版本执行时间:", python_time)
print("Cython版本执行时间:", cython_time)
run.py
import fb
import timeit
def fibonacci(n):
if n <= 0:
raise ValueError("n必须是正整数")
if n == 1:
return 0
elif n == 2:
return 1
else:
a, b = 0, 1
for _ in range(3, n + 1):
a, b = b, a + b
return b
# 纯Python版本
python_time = timeit.timeit("fibonacci(300)", setup="from __main__ import fibonacci", number=1000000)
# Cython版本
cython_time = timeit.timeit("fb.fibonacci(300)", setup="import fb", number=1000000)
print("纯Python版本执行时间:", python_time)
print("Cython版本执行时间:", cython_time)
得出结果：
纯Python版本执行时间: 12.391942400000516
Cython版本执行时间: 6.574918199999956
在这种计算密集任务情况下，Cython比普通Python效率快了近一倍。
Python入门学习资料
1.Python系统学习路线图
首先，对于没有学习方向，知识不体系的人，我把我工作几年整理的学习路线分享给大家，做一个借鉴作用，还不知道怎么学习的人可以直接照着我这个学习路线一个个的去学习，知识不体系的人可以参考下我整理路线的方式，总之希望能够帮到你们！
2.Python必备开发工具
3.看视频进行系统学习
先在网上康康达人分享的视频、干货，通俗易懂，形成初始概念；你会发现博主们在进阶成大神之前他们的学习途径有哪些，找到适合自己风格的课程；
不过这样学习技术比较杂乱，所以通过更加系统的视频来学习，效果更好，也更全面。
4.实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总之，Python文件是Python编程中不可或缺的一部分，它们帮助程序员有效地组织和管理代码，提高开发效率。
最后
如果你也想自学Python，可以关注我。我会把踩过的坑分享给你，让你不要踩坑，提高学习速度，还整理出了一套系统的学习路线，这套资料涵盖了诸多学习内容：开发工具，基础视频教程，项目实战源码，51本电子书籍，100道练习题等。相信可以帮助大家在最短的时间内，能达到事半功倍效果，用来复习也是非常不错的。
关注我，学习更多python知识！！
希望这篇文章对你有帮助，也希望能帮到大家，因为你我都是热爱python的编程语言爱好者。
————————————————
