Python（至少是“标准的”CPython实现）实际上从来没有编译成本机代码;它被编译成字节码，然后再被解释。2所以一个C函数如果实际上被编译成机器码，运行起来会更快;问题是它是否会产生相关的影响。那么你试图解决的实际问题是什么呢？

如果我理解并正确地重申你的问题，你会问，将python Package 在c可执行文件上是否比纯python模块本身更快？答案是，这取决于可执行文件和你正在执行的任务类型。

1. Python中有一组模块是使用Python C-API编写的。这些模块的性能与 Package C可执行文件相当
   1.另一方面， Package c程序比纯python更快，两者都用合理的逻辑实现了相同的功能。

C版本通常更快，但并不总是如此。加速的一个要点是，C代码不必像Python那样动态地查找值（Python有引用语义）。Numpy就是一个很好的例子。Numpy arrays是类型化的，数组中的所有值都有相同的类型，并且存储在内存的连续块中。这就是numpy速度快得多的主要原因，因为它跳过了Python必须做的所有动态变量查找。如果在Python数据结构上操作，算法的最有效C实现可能会变得非常慢，因为Python数据结构中的每个值都必须动态查找。
自己实现这些东西并保存Python C-API的所有麻烦的一个好方法是使用Cython。

一般来说，用C编写的函数比Python编写的要快得多，而且集成起来也要困难得多，因为它涉及到：
1.编译包含Python头文件的C代码，并公开适当的 Package 器代码，以便可以从Python调用;
1.链接到正确的Python库;
1.将生成的共享库部署到适当的位置，以便Python代码可以导入它。
在尝试之前，你需要非常确定收益大于成本，这意味着这应该只保留给你的代码中的性能关键部分，你不能用纯Python做得足够快。
如果您真的需要沿着这条路走下去，Boost.Python可以使任务变得不那么痛苦。