python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python文件类型

从.py到.pyd带你深入了解Python文件类型

作者：程序员晚枫

作为一个Python开发者,你肯定经常跟.py文件打交道,但Python生态中其实还有很多其他重要的文件类型,每种都有其独特的用途,下面小编就和大家详细讲讲吧

最近有了[AI编程]，Python的热度降低了，我也终于有时间关注一直感兴趣的Python话题，而不是回答Python怎么安装这种入门问题了。

我对于Python兴趣的探索，主要基于两本书：《流畅的Python》、《Python高性能编程》。越深入了解Python高级语法，越能深入理解这门语言设计的精妙之处。

今天我们来聊聊Python世界中那些形形色色的文件类型。

作为一个Python开发者，你肯定经常跟.py文件打交道。但Python生态中其实还有很多其他重要的文件类型，每种都有其独特的用途。

Python核心文件类型

文件类型主要用途是否可读生成方式
.pyPython源代码是手动创建
.pyc编译后的字节码否Python自动生成
.pyo优化后的字节码否Python带-O参数生成
.pydWindows动态链接库否Cython/C扩展编译
.soLinux/Mac动态库否Cython/C扩展编译
.pyw无控制台Python脚本是手动创建
.pyxCython源代码是手动创建

有一些文件类型你可能没见过，有2种原因：

详细解析

1. .py - Python源代码文件

这是最常见的Python文件，包含人类可读的Python代码。

# hello.py
def greet(name):
    return f"Hello, {name}!"

if __name__ == "__main__":
    print(greet("Python开发者: 程序员晚枫"))

2. .pyc - 编译字节码文件

Python解释器将.py文件编译成字节码，加速后续执行。

生成方式：

# Python会自动在__pycache__目录生成.pyc文件
python -m py_compile hello.py

文件结构：

3. .pyd - Windows动态链接库

.pyd文件本质上是DLL文件，但可以被Python直接导入。

这种类型，可以理解为java中的jar包格式，可以打包后给别人使用。

创建示例（使用Cython）：

# 安装Cython
pip install cython

# 创建Cython文件
# hello.pyx
def cython_greet(name):
    return f"Hello from Cython, {name}!"

# setup.py
from setuptools import setup
from Cython.Build import cythonize

setup(ext_modules=cythonize("hello.pyx"))

# 编译生成.pyd
python setup.py build_ext --inplace

使用.pyd文件：

# 像普通模块一样导入
import hello
print(hello.cython_greet("程序员晚枫"))

4. .pyx - Cython源代码文件

Cython是Python的超集，允许编写C扩展。

# fastmath.pyx
def fibonacci(int n):
    cdef int i
    cdef double a = 0.0, b = 1.0
    for i in range(n):
        a, b = b, a + b
    return a

5. .pyw - 无控制台脚本

在Windows上，.pyw文件运行时不会显示控制台窗口，适合GUI应用。

# my_app.pyw
import tkinter as tk

root = tk.Tk()
root.title("无控制台应用")
root.mainloop()

包与分发文件

包相关文件

文件类型用途
init.py包初始化文件（Python 3.3+可选）
main.py包作为脚本执行时的入口

分发与安装

文件类型用途
.whlPython包的分发格式（wheel）
.egg旧版包分发格式
setup.py包安装脚本
setup.cfg包配置
pyproject.toml现代包配置
requirements.txt依赖列表

配置文件类型

项目配置

# pyproject.toml（现代Python项目）
[build-system]
requires = ["setuptools", "wheel"]

[project]
name = "my-project"
version = "0.1.0"

# setup.cfg（传统配置）
[metadata]
name = my-project
version = 0.1.0

# requirements.txt
requests>=2.25.0
pandas>=1.3.0

环境与工具配置

文件类型用途
.python-versionpyenv版本文件
Pipfilepipenv依赖管理
Pipfile.lock依赖锁文件
environment.ymlconda环境配置

特殊用途文件

1. .pyi - 存根文件

用于类型提示，不包含实现代码。

# math.pyi
def sqrt(x: float) -> float: ...
def pow(x: float, y: float) -> float: ...

2. .pth - 路径配置文件

在Python路径中添加自定义路径。

# my_paths.pth
/home/user/my_python_libs
../relative/path/to/modules

3. .pyz - 自包含应用

包含所有依赖的zip应用。

# 创建.pyz文件
python -m zipapp my_app -o app.pyz

# 运行
python app.pyz

开发工具文件

测试相关

# test_example.py
import pytest

def test_addition():
    assert 1 + 1 == 2

# conftest.py（pytest配置）
import pytest

@pytest.fixture
def sample_data():
    return {"key": "value"}

代码质量

文件类型用途
.pylintrcPylint配置
.flake8Flake8配置
.coveragerc测试覆盖率配置
.pre-commit-config.yamlGit钩子配置

实际项目示例

一个典型的Python项目结构：

my_project/
├── src/
│   ├── __init__.py
│   ├── main.py
│   └── utils.py
├── tests/
│   ├── __init__.py
│   └── test_main.py
├── docs/
│   └── conf.py
├── .python-version
├── pyproject.toml
├── requirements.txt
├── setup.py
└── README.md

实用技巧

1. 查看.pyc文件内容

python -m dis hello.pyc

2. 将Python包编译成.pyd

# 使用Cython批量编译
from Cython.Build import cythonize
from setuptools import setup, Extension

extensions = [
    Extension("my_module", ["my_module.pyx"])
]

setup(ext_modules=cythonize(extensions))

3. 创建专业的分发包

# setup.py
from setuptools import setup, find_packages

setup(
    name="my-package",
    version="1.0.0",
    packages=find_packages(),
    install_requires=[
        "requests>=2.25.0",
    ],
    entry_points={
        'console_scripts': [
            'my-command=my_package.cli:main',
        ],
    },
)

性能对比：.py vs .pyd

在某些场景下，编译成.pyd可以显著提升性能：

# 性能测试示例
import timeit

# Python版本
def python_fib(n):
    if n <= 1:
        return n
    return python_fib(n-1) + python_fib(n-2)

# Cython编译版本（假设已编译为.pyd）
from cython_fib import cython_fib

# 测试性能
n = 35
python_time = timeit.timeit(lambda: python_fib(n), number=1)
cython_time = timeit.timeit(lambda: cython_fib(n), number=1)

print(f"Python: {python_time:.2f}s")
print(f"Cython: {cython_time:.2f}s")
print(f"加速比: {python_time/cython_time:.1f}x")

总结

Python的文件生态系统非常丰富，从源代码到编译文件，从配置到分发，每种文件类型都有其特定用途：

掌握这些文件类型的特点和用途，能够帮助你更好地组织项目、优化性能和管理依赖。

到此这篇关于从.py到.pyd带你深入了解Python文件类型的文章就介绍到这了,更多相关Python文件类型内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文