# Pythran 作為 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) 使用標志`--np-pythran`，可以將 [Pythran](https://github.com/serge-sans-paille/pythran) numpy 實現用于與 numpy 相關的操作。使用此后端的一個優點是 Pythran 實現使用 C ++表達式模板來節省內存傳輸，并且可以受益于現代 CPU 的 SIMD 指令。 在某些情況下，這可以帶來非常有趣的加速，從 2 到 16，具體取決于目標 CPU 架構和原始算法。 請注意，此功能是實驗性的。 ## 使用 distutils 的用法示例 你首先需要安裝 Pythran。有關更多信息，請參見其[文檔](https://pythran.readthedocs.io/)。 然后，只需在 Python 文件的頂部添加一個`cython: np_pythran=True`指令，該指令需要使用 Pythran numpy 支持進行編譯。 以下是使用 distutils 的簡單`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`中的以下標題： ```py # cython: np_pythran=True ``` `hello_pythran.pyx`將使用 Pythran numpy 支持編譯。 請注意，可以通過在`$HOME/.pythranrc`文件中添加設置來進一步調整 Pythran。例如，這可以用于啟用 [Boost.SIMD](https://github.com/NumScale/boost.simd) 支持。有關更多信息，請參見 [Pythran 用戶手冊](https://pythran.readthedocs.io/en/latest/MANUAL.html#customizing-your-pythranrc)。