# Pythran 作为 Numpy 后端 > 原文： [http://docs.cython.org/en/latest/src/userguide/numpy_pythran.html](http://docs.cython.org/en/latest/src/userguide/numpy_pythran.html) 使用标志`--np-pythran`，可以将 [Pythran](https://github.com/serge-sans-paille/pythran) numpy 实现用于与 numpy 相关的操作。使用此后端的一个优点是 Pythran 实现使用 C ++表达式模板来节省内存传输，并且可以受益于现代 CPU 的 SIMD 指令。 在某些情况下，这可以带来非常有趣的加速，从 2 到 16，具体取决于目标 CPU 架构和原始算法。 请注意，此功能是实验性的。 ## 使用 distutils 的用法示例 你首先需要安装 Pythran。有关更多信息，请参见其[文档](https://pythran.readthedocs.io/)。 然后，只需在 Python 文件的顶部添加一个`cython: np_pythran=True`指令，该指令需要使用 Pythran numpy 支持进行编译。 以下是使用 distutils 的简单`setup.py`文件的示例： ```py from distutils.core import setup from Cython.Build import cythonize setup( name = "My hello app", ext_modules = cythonize('hello_pythran.pyx') ) ``` 然后，使用`hello_pythran.pyx`中的以下标题： ```py # cython: np_pythran=True ``` `hello_pythran.pyx`将使用 Pythran numpy 支持编译。 请注意，可以通过在`$HOME/.pythranrc`文件中添加设置来进一步调整 Pythran。例如，这可以用于启用 [Boost.SIMD](https://github.com/NumScale/boost.simd) 支持。有关更多信息，请参见 [Pythran 用户手册](https://pythran.readthedocs.io/en/latest/MANUAL.html#customizing-your-pythranrc)。