楔子
Cython里面还有一个包，叫cpython，显然这是和Python底层的数据类型相关的，我们这次学习的是cpython下面的bytearray。
关于bytearray，可能用的不是很多，一般用的都是bytes，下面我们来介绍一下bytearray。
"""
我们说C中的char对应一个Python的bytes(或者int)，一个char *也对应Python中的bytes
而Python的bytearray则对应C中的 char s[]
类比一下字符串的话, bytes和bytearray的关系就类似于'abc'和['a', 'b', 'c']
"""
# 创建一个bytearray的几种方式
# 1. 传入一个int组成的列表, 此时要求里面int范围是0~255
print(bytearray([97, 98, 99])) # bytearray(b'abc')
# 2. 传入一个指定了encoding的字符串, 此时字符串可以包含中文
print(bytearray("古明地觉", encoding="utf-8")) # bytearray(b'\xe5\x8f\xa4\xe6\x98\x8e\xe5\x9c\xb0\xe8\xa7\x89')
# 3. 或者直接传入一个bytes
print(bytearray("古明地觉".encode("utf-8"))) # bytearray(b'\xe5\x8f\xa4\xe6\x98\x8e\xe5\x9c\xb0\xe8\xa7\x89')
# 4. 传入一个整型, 创建对应长度的空数组, bytearray(5)等价于char s[5]
print(bytearray(5)) # bytearray(b'\x00\x00\x00\x00\x00')
# 5. 什么都不传递, 创建一个空字节数组
print(bytearray()) # bytearray(b'')
# bytearray内部的元素可以修改
by_arr = bytearray(b"abc")
# bytearray, 显然接收的是byte, 但是我们不可以直接传递byte, 而是要传递其对应的ASCII码
by_arr[0] = ord("x")
print(by_arr) # bytearray(b'xbc')
# 也可以通过切片赋值, 长度可以不一致
by_arr[:] = [99, 100, 111, 102]
print(by_arr) # bytearray(b'cdof')
下面来看看CPython提供的关于bytearray的一些api。
cpython.bytearray
PyByteArray_Check, 函数原型: bint PyByteArray_Check(object o)
判断一个对象的类型是不是bytearray，返回一个布尔值。
from cpython.bytearray cimport PyByteArray_Check
def foo(obj):
return PyByteArray_Check(obj)
print(foo("satori")) # False
print(foo(b"satori")) # False
print(foo(bytearray())) # True
另外，CPython提供的一些api都是非常有规律的，比如：
PyLong_Check: 检测一个对象是不是intPyUnicode_Check: 检测一个对象是不是strPyTuple_Check: 检测一个对象是不是元组PyList_Check: 检测一个对象是不是列表PyDict_Check: 检测一个对象是不是字典PySet_Check: 检测一个对象是不是集合
除此之外，还有很多其它的，总之Python/C api非常的有规律，我们后面会慢慢遇到，我们举例演示一下。
# 它们都在cpython这个包下面
# 比如整型的操作为long.pxd中, 字符串在unicode.pxd中, 字典在dict.pxd中等等
from cpython.bool cimport PyBool_Check
print(PyBool_Check(True), PyBool_Check(123)) # True False
from cpython.long cimport PyLong_Check
print(PyLong_Check(123), PyLong_Check("123")) # True False
from cpython.unicode cimport PyUnicode_Check
print(PyUnicode_Check("111"), PyUnicode_Check(b"111")) # True False
from cpython.set cimport PySet_Check, PyFrozenSet_Check
print(PySet_Check({1, 2, 3}), PySet_Check({})) # True False
print(PyFrozenSet_Check(frozenset({1, 2, 3})), PyFrozenSet_Check({1, 2, 3})) # True False
其它的类型可以自己尝试一下，它们都遵循：PyXxx_Check这个规律，Xxx分别表示Python在底层对应的类型。另外，Python在底层的类型的名称都遵循大驼峰命名法。
PyByteArray_CheckExact, 函数原型: bint PyByteArray_CheckExact(object o)
检测一个对象的类型是不是bytearray，它和PyByteArray_Check之间的区别就在于，如果一个对象的类型是bytearray的子类，那么PyByteArray_Check也会返回True；而PyByteArray_CheckExact则需要对象的类型必须是bytearray，才会返回True。
from cpython.bytearray cimport PyByteArray_Check, PyByteArray_CheckExact
cdef class MyByteArray(bytearray):
pass
print(PyByteArray_Check(bytearray()), PyByteArray_Check(MyByteArray())) # True True
print(PyByteArray_CheckExact(bytearray()), PyByteArray_CheckExact(MyByteArray())) # True False
PyByteArray_FromObject, 函数原型: bytearray PyByteArray_FromObject(object o)
这也是Python/C api的一种，PyType1_FromType2：根据Type2对象转换得到Type1对象；此外还有PyType1_AsType2：根据Type1对象转换得到Type2对象。Type1和Type2都是Python在底层对应的类型，都遵循大驼峰命名法。
显然这里是根据object对象o得到一个bytearray，但要求o必须实现缓冲协议，否则转化是会失败的。
from cpython.bytearray cimport PyByteArray_FromObject
import numpy as np
# 我们说Python3中bytes、bytearray、numpy.ndarray都实现了缓冲区协议，注意：字符串没有实现
# 这里传递一个字符串是会报错的
print(PyByteArray_FromObject(b"abcde")) # bytearray(b'abcde')
print(PyByteArray_FromObject(np.array([99, 100, 101]))) # bytearray(b'c\x00\x00\x00d\x00\x00\x00e\x00\x00\x00')
print(PyByteArray_FromObject(np.array([99, 100, 101], dtype="uint8"))) # bytearray(b'cde')
PyByteArray_FromStringAndSize, 函数原型: bytearray PyByteArray_FromStringAndSize(char *string, Py_ssize_t len)
这里表示根据字符串转成bytearray，并且可以指定长度。另外我们看到又出现了Python/C api的一个命名规则，如果转化的时候指定长度，那么就是_FromType2AndSize
from cpython.bytearray cimport PyByteArray_FromStringAndSize
print(PyByteArray_FromStringAndSize("abcde", 3)) # bytearray(b'abc')
PyByteArray_Concat, 函数原型: bytearray PyByteArray_Concat(object a, object b)
将两个bytearray合并，得到一个新的bytearray，这里又涉及到一个命名规则，我们知道在Python中调用的所有方法在底层都会一一对应，即使是加减乘除这些操作，在底层Python也给抽象成了一个方法。而这里命名规则就是PyType_Function，比如列表获取内部元素是通过__getitem__实现的，那么在底层就对应PyList_GetItem，方法名同样是按照大驼峰命名法。
from cpython.bytearray cimport PyByteArray_Concat
import numpy as np
# 虽说是bytearray，但是参数类型是object，所以实现了缓冲区协议的bytes和ndarray也是可以的
print(PyByteArray_Concat(b"hello ", b"satori")) # bytearray(b'hello satori')
print(PyByteArray_Concat(np.array([99, 100], dtype="uint8"),
np.array([111, 112], dtype="uint8"))) # bytearray(b'cdop')
PyByteArray_Size, 函数原型: Py_ssize_t PyByteArray_Size(object bytearray)
获取一个bytearray的长度
from cpython.bytearray cimport PyByteArray_Size
print(PyByteArray_Size(b"satori")) # 6
PyByteArray_AsString, 函数原型: char* PyByteArray_AsString(object bytearray)
将一个bytearray转成string，注意：这里的String指的是C中char *，Python中的str对应的是Unicode。
from cpython.bytearray cimport PyByteArray_AsString
# 这里一定要写bytearray，如果是一个bytes，那么解释器会异常退出
print(PyByteArray_AsString(bytearray(b"satori"))) # b'satori'
事实上，虽说里面很多函数可以接收bytes，但是我们还是传递bytearray比较好，如果真想传递bytes，那么从cpython.bytes里面导入就行了。
PyByteArray_Resize, 函数原型: int PyByteArray_Resize(object bytearray, Py_ssize_t len)
改变一个bytearray的容量
from cpython.bytearray cimport PyByteArray_Resize
b = bytearray(b"satori")
PyByteArray_Resize(b, 8)
# 显然这里的长度指的就是内部可见字符的数量
print(b) # bytearray(b'satori\x00\x00')
PyByteArray_Resize(b, 4)
print(b) # bytearray(b'sato')
"""
我们看到扩容的话，使用\x00填充
缩容的话，直接截断
"""
最后还有一个PyByteArray_AS_STRING(PyByteArray_AsString的一个宏)和一个PyByteArray_GET_SIZE(PyByteArray_Size的一个宏)，可以自己试一下，使用起来没有区别。
小结
以上就是CPython的一些底层操作，总之这里面的参数可以接收多个类型，但是我们类型最好还是要传递准确，否则可能造成解释器异常崩溃。比如你从cpytho.long里面导入，那么就传递整型即可，从cpython.list里面导入，那么就传递列表即可。尽管列表和元组有很相似的地方，比如都支持索引取值，但从cpython.list里面导入的函数，还是不要传递一个元组，反之亦然。
总之，cpython下面的pxd都是用Python的类型名作为文件名的，所以从哪个文件导入的，就只传递哪种类型，确保不会出现问题。
另外，我们还说了CPython中关于类型、实例对象、以及函数的命名的一些操作，它们具有很强的规律性。