从.py到.pyd带你深入了解Python文件类型

目录

• Python核心文件类型
• 详细解析
• 1. .py – Python源代码文件
• 2. .pyc – 编译字节码文件
• 3. .pyd – Windows动态链接库
• 4. .pyx – Cython源代码文件
• 5. .pyw – 无控制台脚本
• 包与分发文件
• 包相关文件
• 分发与安装
• 配置文件类型
• 项目配置
• 环境与工具配置
• 特殊用途文件
• 1. .pyi – 存根文件
• 2. .pth – 路径配置文件
• 3. .pyz – 自包含应用
• 开发工具文件
• 测试相关
• 代码质量
• 实际项目示例
• 实用技巧
• 1. 查看.pyc文件内容
• 2. 将Python包编译成.pyd
• 3. 创建专业的分发包
• 性能对比：.py vs .pyd
• 总结

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。

文件类型	主要用途	是否可读	生成方式
.py	Python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
.pyd	Windows动态链接库	否	Cython/C扩展编译
.so	Linux/Mac动态库	否	Cython/C扩展编译
.pyw	无控制台Python脚本	是	手动创建
.pyx	Cython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：

• 你没有这么复杂的工作场景，例如so文件的使用
• 部分类型被编辑器给自动屏蔽了，例如：pyc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"))

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：

• 位于__pycache__目录
• 命名格式：hello.cpython-39.pyc
• 包含Python字节码，不是机器码

.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"))

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

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()

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

文件类型	用途
.whl	Python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

# 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

文件类型	用途
.python-version	pyenv版本文件
Pipfile	pipenv依赖管理
Pipfile.lock	依赖锁文件
environment.yml	conda环境配置

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: ...

在Python路径中添加自定义路径。

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

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

# 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"}

文件类型	用途
.pylintrc	Pylint配置
.flake8	Flake8配置
.coveragerc	测试覆盖率配置
.pre-commit-config.yaml	Git钩子配置

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

python -m dis hello.pyc

# 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))

# 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',
        ],
    },
)

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")

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：

• 开发阶段：主要使用.py、.pyx
• 运行阶段：涉及.pyc、.pyd、.so
• 分发阶段：使用.whl、.egg
• 配置管理：各种配置文件

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风君子博客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风君子博客！

您可能感兴趣的文章:

• Python 存根文件(.pyi)简介与实战案例及类型提示的高级指南
• python中各种常见文件的读写操作与类型转换详细指南
• Python实现对文件类型的获取方法
• python读取多类型文件夹中的文档内容
• 史上最全Python文件类型读写库大盘点
• python实现批量提取指定文件夹下同类型文件
• Python 如何查找特定类型文件