进阶

在这一节中，我们将讨论不同的“高级”主题，当您使用Pymunk时，通常不需要担心这些内容，但如果您想更好地了解Pymunk，例如扩展它，您可能会感兴趣。

首先，Pymunk是一个围绕C库Chipmunk2D构建的 Python 函数库，它提供了几乎所有围绕物理模拟的基本功能，如碰撞检测、脉冲解算等。基本上，它运行模拟，并通过输入调用它，并接收结果。

为了包装Chipmunk，Chipmunk在API模式下使用CFFI。在CFFI包装的顶部是一个手工的Python层，这使得它可以很好地从Python代码使用。

脉冲求解器算法

Chipmunk本身只执行最少量的物理计算，而不是由底层的C库Chipmunk2D处理这些计算。Chipmunk2D(以及因此的Pymunk)使用标准Euler来执行积分

Scott/slembcke(Chipmunk2D的创建者)写了这篇文章来描述在 Chipmunk2D Forum ：

Chipmunk的工作原理如下：

  1. 积分所有物体的位置，找出碰撞对。

  2. 预计算触点和运动类型的许多特性。(质量属性、反弹速度等)

  3. 整合一切事物的速度。

  4. 运行多次解算器迭代，以修复速度约束。

案例1，地上有一个盒子：

  1. 盒子是静止的，它的速度是(非常接近)零，它的位置不变。产生与地面的接触。

  2. 预计算接触特性，如果设置了弹性，则现在将计算“反弹”速度(为0)。

  3. 积分速度，重力使物体向下加速。

  4. 解决接触问题。速度应收敛回0。如果设置了弹性，则无需求助于阈值速度即可正确处理。

#1真的是最重要的部分。如果在定位之前更新速度，则会导致长方体自身移动到与地面相交的位置。虽然Chipmunk无论如何都要解决这些重叠问题，但避免它们似乎是可取的。另一个非常有用的属性是，当cpSpaceStep()返回时，所有冲突检测数据结构都是最新的。如果您想要进行查询，则不需要在单个框架中对它们进行两次重新索引。

碰撞检测算法

与脉冲解算器一样，碰撞检测也由底层C库Chipmunk2D处理。

Chipmunk使用GJK/EPA来查找复杂情况(如多边形、线段形状)之间的冲突。有一篇博客文章 here 更多细节。

为什么是CFFI？

这是跟踪CFFI升级的GitHub问题的直接副本。Https://github.com/viblo/pymunk/issues/99

CFFI有很多优点，但也有缺点。

优势(与ctype相比)：

  • 这是一个活跃的项目。开发者和用户都很活跃，有新的版本正在发布，可以在一天内在CFFI邮件列表上询问和获得答案。

  • 据说这是PyPy的前进方向，承诺会比ctype有更好的性能。

  • 比ctype更容易包装东西，因为您只需复制粘贴c头文件。

缺点(与ctype相比)：

  • Ctype是CPython标准库的一部分，而CFFI不是。这意味着，如果使用CFFI，安装Pymunk将变得更加困难，因为复制粘贴安装不再是一种简单的方式。

对我来说，我认为第一个优势是主要的。我在Windows上遇到了64位 Python 的奇怪的段错误，有时在32位的Python上也遇到了很大的困难，我真的想在Windows和Linux上支持64位的Python。希望CFFI能够更容易地处理这些问题，因为它有一个活跃的社区。

然后是第三个优点，它更容易包装c代码。对于ctype，我有一个自动包装脚本，它执行大多数低级包装，但它不受支持，很难设置(我只在使用Linux的VM中管理)，而且相当烦人。CFFI将是一个明显的进步。

对于ctype的缺点，我认为它是可以接受的，即使不是理想的。许多python包都必须以某种方式安装(比如pyGame)，现在使用pip安装起来非常容易。所以我希望一切都会好起来的。

有关最初使用ctype的原因，请参阅下一节。

为什么是ctype？(已过时)

使用ctype而非ctype的原因 [your favorite wrapping solution] 可以概括为

  • 只需在包装时编写纯Python代码即可。这是好的，有几个原因。我真的不能用c编写代码。当然，我可以读懂它，写一些简单的东西，但我不是一个很好的c程序员。我非常了解的是 Python 。我想对于大多数使用派慕克的人来说也是一样的，毕竟它是一个 Python 程序库。：)希望这意味着Chipmunk的用户可以非常容易地看到事情是如何实际完成的，例如，在他们自己的代码中自己添加一个丢失的Chipmunk方法/属性，而不会有太多问题，并且不需要编译/构建任何东西。

  • Ctype包含在标准库中。任何拥有它的人都已经有了它，不依赖于第三方库，一些人保证它会长期存在。

  • 运行Chipmunk所需要的唯一东西是python和一个c编译器(在这些情况下，不包括预构建版的Chipmunk)。这应该会最大限度地提高pymunk的跨平台性，唯一会更好的是一个纯的python库(出于其他原因，这可能不是一个好主意，主要是速度)。

  • 没有太多的魔法在上演。使用ctype非常简单。当然，Chipmunk使用的生成器有点麻烦，但如果需要的话，至少可以避开它，我在某些情况下就这样做了。我也遇到过一些问题，当事情没有像预期的那样工作时，但我想如果用其他解决方案，情况会更糟。至少它是唯一的c库和python，而不是介于两者之间的某个第三方。

  • Chipmunk的非API破解修复不会影响Chipmunk。如果在Chipmunk中进行了错误修复、一些优化或任何不会影响API的操作，那么使用新代码重新编译Chipmunk就足够了，这样就可以从修复中受益。对每个人来说都很容易。

  • Ctype可以在除cpython之外的其他python实现上运行。目前，PyPy感觉最有前途，而且它能够很好地运行ctype。

在我看来，另一种解决方案可能带来的主要好处是速度。然而，我有几个理由认为这不像ctype的好处那么重要

  • 你一开始就是用python编写游戏的，如果你真的想要最高的性能，也许用c重写整个游戏会更好？或者对Chipmunk进行优化绑定。

    例如，如果您真的需要出色的性能，那么一种可能的优化是也用c编写绘图代码，并让它与Chipmunk直接交互。这样一来，它可以比任何通用包装解决方案更具性能，因为它将跳过整个层。

  • 在许多情况下，一个完整的游戏/应用程序的瓶颈不在物理包装中。如果你的游戏有人工智能、逻辑等等在python中，那么ctype增加的包装器开销相比之下也没那么差。

  • PYPYPyPy上的CTYPE有可能非常快。然而，目前在使用PyPy-1.9时，在PyPy上的黑猩猩速度实际上比在cpython上慢一点。希望这在未来会有所改善。

请注意，从2007年底开始，金龟子就已经存在了，这意味着并不是现在存在的所有包装选项都存在，或者在一开始不够稳定/完整，不足以供金龟子使用。现在有更多的选项可用，使用ctype并不是一成不变的。如果有更好的替代方案出现，那么考虑到改进的程度足够大，金色鼠可能会改用。

代码布局

Pymunk的大部分应该是相当直截了当的。

除了记录的API之外，Pymunk还有几个有趣的部分。低级绑定到Chipmunk，一个定制的文档生成扩展和一个定制的setup.py文件，允许编译Chipmunk。

docs/src/ext/autoexample.py

扫描目录并提取顶层文档字符串的Sphinx扩展。用于自动生成示例文档。

pymunk/_callbacks.py

回调不能在类上指定，因此它们都聚集在这里。

pymunk/_chipmunk_cffi.py

该文件只包含对_cfi_ackend.py的调用，并且主要作为包装器存在，以便能够在CFFI的ABI和API模式之间切换。目前发布的代码中没有使用它，但在实验中使用了它。

pymunk/pymunk_extension_build.py

低级Chipmunk绑定位于此文件中。包含如何通过CFFI将Chipmunk2D构建到PYD文件中的配置。

setup.py

除了标准的安装内容之外，这个文件还包含定制的构建命令，以便使用Build_ext扩展从源代码构建Chipmunk。

金龟子/范例/*

Pymunk用法例集。试图展示Pymunk最常见的特征。

金龟子/测试/*

(单元)测试的集合。没有涵盖所有情况，但大多数核心内容都在那里。这些测试需要一个工作正常的Chipmunk库文件。

pymunk_cffi/*

Parmunk使用的Chipmunk2D的自定义(c源代码和标题)扩展。将在CFFI构建PYD扩展时使用。

工具/*

可用于各种开发任务(如生成文档)的帮助器脚本集合。

测试

Pymunk.test包中包含了许多单元测试(pymunk/test)。并不是所有的代码都经过了测试，但大部分代码(在撰写本文时，大约85%的核心部分)都经过了测试。

这些测试可以通过调用模块：：

> python -m pymunk.tests

通过指定筛选参数，可以控制要运行哪些测试。匹配的范围尽可能广，所以 UnitTest 匹配所有单元测试， test_arbiter 中的所有测试 test_arbiter.py 和 testResetitution 完全匹配 testRestitution 测试案例：：

> python -m pymunk.tests -f testRestitution

要查看测试命令的所有选项，请使用-h：：

> python -m pymunk.tests -h

由于测试甚至包括可选部分，因此您要么必须确保安装了所有可选依赖项，要么过滤掉那些测试。

处理Chipmunk的非包裹部分

如果您需要使用Chipmunk中存在但当前不包括在Chipmunk中的内容，最简单的方法是手动添加。

例如，让我们假设身体的is_sleing属性不是由Pymunk包装的。获取此属性的Chipmunk方法名为cpBodyIsSleping。

首先，我们需要检查它是否包含在PYMUNK_EXTENSION_Build.py中的cdef定义中。如果它不是简单地添加它。

cpBool cpBodyIsSleeping(const cpBody *body);

然后，为了使其易于使用，我们想要创建一个不错的python方法：：

def is_sleeping(body):
    return cp.cpBodyIsSleeping(body._body)

现在我们已经准备好映射并准备使用我们的新方法。

请注意，任何cdef方法都不是公共API的一部分，因此可能会在Pymunk的次要或补丁版本之间发生变化。

弱引用和自由方法

在内部，Pymunk分配来自Chipmunk(c库)的结构。例如，在创建pymunk.Body时，将从构造函数方法内部创建Body结构。正因为如此，重要的是当不再需要时，适当地释放相应的c端内存，通常是在对Python端对象进行垃圾回收时。大多数Pymunk对象使用 ffi.gc 有一个自定义的免费功能来完成这项工作。请注意，释放的顺序对于避免错误非常重要。