从下面的地址下载并安装Cython 0.16：
Cython的Windows安装版下载地址
在c:\Python27\Lib\distutils路径下创建distutils.cfg并写入如下内容，这样Cython编写的扩展库将采用Python(x,y)自带的MinGW32进行编译：
compiler = mingw32
[build_ext]
compiler = mingw32
在Spyder中编写如下三个文件，并保存到同一个目录之下：
- memview_test.py用来测试编译之后的扩展库的测试程序
- memview.pyxCython源程序
- setup.py用于编译Cython源程序
下面是setup.py中的内容，它用编译memview.pyx，只需要输入setup.py build_ext --inplace即可将memview.pyx编译为memview.pyd。
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
setup(
cmdclass = {'build_ext': build_ext},
ext_modules = [
Extension("memview", ["memview.pyx"],
extra_compile_args=['-march=i486']) ❶
],
include_dirs=[np.get_include()]
)
❶通过extra_compile_args参数指定编译时传递给gcc的额外参数，如果没有-march=i486参数，在连接时会报错。
每次修改完pyx文件之后，都执行setup.py进行编译连接是一件很繁琐的事情，因此我们在memview_test.py中使用pyximport实现自动编译：
import pyximport
from distutils.extension import Extension
exts = [Extension("memview", ["memview.pyx"],
extra_compile_args=['-march=i486'])]
pyximport.install(setup_args=dict(
include_dirs=[np.get_include()],
ext_modules=exts))
import memview
为了测试Cython编译环境是否正常，在memview.pyx中添加一行：print "hello world"。然后切换到memview_test.py按F5，弹出如下的执行配置窗口，选择下图中红框标示的项目。这样每次都在新的进程中运行程序，程序运行结束之后，进入交互模式，用户可以输入命令查看各个对象的内容。
如果一切正常，就可以看到新创建的控制台窗口中显示“hello world”。
Memoryview切片(Memoryview slices)是Cython中的一种特殊类型，通过它可以高效地访问支持buffer接口的Python对象内部的数据区，例如NumPy中的ndarray对象。下面我们通过一个例子说明它的用法。在memview.pyx中添加如下代码：
cdef int i
cdef int s = 0
for i in range(a.shape[0]): ❷
s += a[i]
return s
❶参数a是一个一维整数切片类型，可以将与此切片类型一致的数组传递给它。❷和NumPy数组一样，它的shape属性为其各个轴的长度。在命令行中输入cython.py -a memview.pyx将生成一个memview.html文件，它显示Cython源代码和编译之后的C语言代码之间的关系，并用颜色的深浅表示所生成的代码的长短，如下图所示。
分析所生成的C语言代码可知，Cython将第7行的s += a[i]翻译成了一大段C语言代码。这段代码可以处理下标越界以及下标为负数的情况。由于需要在循环中对每个元素进行判断，因此这些代码会降低运算速度。可以使用Cython提供的wraparound和boundscheck修饰器关闭这两项功能。
@cython.boundscheck(False)
@cython.wraparound(False)
def memview_sum(int[:] a):
# ...
使用修饰器对整个函数体有效，如果只希望对某一段程序有效的话，可以使用with关键字：
with cython.boundscheck(False):
with cython.wraparound(False):
s += a[i]
关闭这两个选项之后，输出的代码如下：
__pyx_v_s = (__pyx_v_s + (*((int *) ( /* dim=0 */ (__pyx_v_a.data + __pyx_t_3 * __pyx_v_a.strides[0]) ))));
按F5运行memview_test.py，运行结束之后，在控制台中输入：
>>> memview.memview_sum(a)
55
>>> memview.memview_sum(a[::2]) ❶
30
❶由于在C语言代码中使用data和strides属性访问数组中的数据，因此即使对于元素不是连续存储的数组也能正常运算。
如果希望数据在内存中是连续存储的，那么可以用int[::1] a定义：
cdef int i
cdef int s = 0
for i in range(a.shape[0]):
s += a[i]
return s
在控制台中的执行结果为：
55
>>> memview.memview_sum2(a[::2])
...
ValueError: ndarray is not C-contiguous
多维内存视图切片类型可以用如下方式定义：
cdef int[:, ::1] # C语言连续(C-contiguous)的二维切片
cdef int[::1, :] # Fortran语言连续(Fortran-contiguous)的二维切片
当将Cython的内存视图切片类型返回到Python中时，它就变成了一个内存视图对象。下面看一个例子。在memview.pyx中添加如下代码：
return a[::2, ::2] ❷
❶参数a是一个二维切片类型，❷它除了支持整数下标之外，还可以通过切片下标生成新的切片对象。我们直接将新生成的切片对象返回。在控制台中执行如下代码：
>>> mv = memview.memview_object(b)
>>> mv
>>> dir(mv)
[..., 'T', 'base', 'copy', 'copy_fortran', 'is_c_contig', 'is_f_contig', 'itemsize',
'nbytes', 'ndim', 'shape', 'size', 'strides', 'suboffsets']
>>> mv.shape
(3, 2)
MemoryView对象的这些属性和NumPy数组十分类似。我们可以通过numpy.asarray()将MemoryView转换为NumPy数组：
>>> c
array([[ 0, 2],
[ 8, 10],
[16, 18]])
>>> c[0,0] = 100
>>> b[0,0]
100
新创建的数组c和原来的数组b共享内存，因此修改c[0,0]会同时修改b[0,0]。
当在Cython中调用切片对象的copy()和copy_fortran()时，将创建一个Cython数组，并在此数组上创建一个切片对象。在Python中调用MemoryView对象的copy()方法也与此类似。
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]])
>>> mv2 = mv.copy()
>>> mv2
>>> mv2.base
在上面的程序中，mv是一个NumPy数组的内存视图，调用mv.copy()之后得到一个新的内存视图mv2，它是一个Cython数组的内存视图。
我们也可以在Cython中直接创建Cython数组：
def cython_array(int w, int h):
cdef int [:,:] m = cython.view.array(shape=(h, w), ❶
itemsize=sizeof(int), format="i")
cdef int i, j
for i in range(h):
for j in range(w):
m[i, j] = i+j ❷
return m
❶创建一个形状为(h, w)的整型Cython数组，并用一个内存视图切片m对它进行存取。❷通过切片m我们可以设置Cython数组的内容。在memview_test.py中添加如下的程序将创建的数组用imshow()显示：
m = memview.cython_array(400, 250)
pl.imshow(m)
pl.show()
程序的输出如下图所示：
下面是使用Cython数组计算Mandelbrot集的程序：
cdef int i
cdef double zx, zy, zx2, zy2
zx = 0
zy = 0
for i in range(256):
zx2 = cx + zx**2 - zy**2
zy2 = cy + 2*zx*zy
zx = zx2
zy = zy2
if zx**2+zy**2 > 1000:
return i
return i
@cython.boundscheck(False)
@cython.wraparound(False)
def mand(int w, int h, double xmin, double xmax, double ymin, double ymax):
cdef int i, j
cdef double x, y
cdef int[:,:] m = cython.view.array(shape=(h, w),
itemsize=sizeof(int), format="i")
for i in range(h):
for j in range(w):
x = j*(xmax-xmin)/w + xmin
y = i*(ymax-ymin)/h + ymin
m[i, j] = mand_iter(x, y)
return m
在memview_test.py中用下面的程序调用mand()：
import matplotlib.cm as cm
xmin = -2.0
xmax = 1.0
ymin = -1.2
ymax = 1.2
m = memview.mand(400, 400, xmin, xmax, ymin, ymax)
pl.imshow(m, extent=[xmin, xmax, ymin, ymax], cmap=cm.Blues_r)
程序的输出如下图所示：