2

我是编程新手，想知道如何让 python 程序执行并与 ac 程序通信。我正在用 python 进行数学计算，想知道是否可以用 C 编写主要计算，这样计算运行得更快。我一直在阅读有关“从 python 调用 c 函数”、“直接在 Python 代码中包含 C 或 C++ 代码”和“使用 python 中的 c 库”的内容。这是同一件事吗？我想要一个 python 程序来执行 ac 程序并接收结果。

从 python 中“调用 C 库函数”是什么意思？它会允许python脚本使用c库还是允许脚本在ac编译器中执行代码？

谢谢

4

4 回答 4

4

最简单的方法之一是使用Cython。您可以编写非常接近 Python 的代码，但它可以编译为 C。这使得一些代码（尤其是数值计算）更快。您还可以使用 Cython 从 Python 轻松调用 C 库函数，尽管 ctypes 也足够了。

但是，如果您确实想要执行特定的 C 程序，则可以使用Subprocess执行此操作。注意，这比直接调用 C 库或 Cython 函数要慢得多。

于 2012-07-10T19:06:35.563 回答
2

在处理“数组操作”（有时称为向量操作，但我发现该术语与 SIMD 术语混淆）时，还有 numpy 可以相当快。如果你决定走 cython 路线，你可能需要 numpy，所以如果算法不是太复杂，你可能想先看看 numpy 本身是否足够好。

请注意，您可以在这里选择两条不同的路线。您可以使用subprocess它基本上向您编写的其他程序发出系统调用。这很慢，因为您需要启动一个新进程并将数据发送到进程中，然后从进程中读取数据。换句话说，每次调用都会多次复制数据。第二条路线是从 python 调用 C 函数。由于 Cpython（参考和最常见的 python 实现）是用 C 编写的，因此您可以创建 C 扩展。它们基本上是遵循特定 API 的编译库。然后 Cpython 可以加载这些库并使用里面的函数，传递指向数据的指针。通过这种方式，数据实际上并没有被复制——您在 python 中使用的内存块与在 C 中使用的内存块相同。这里的缺点是 C API 有点复杂。那' s 3rd 方扩展和现有库的来源（numpy、cython、ctypes 等）。它们都有不同的方式来推动计算 int C 函数，而您不必担心 C API。Numpy 删除了循环，因此您可以快速添加、减去、乘以数组（以及许多其他事情）。 Cython将 python 代码转换为 C，然后您可以编译和导入 - 通常为了在这里获得速度，您需要提供额外的提示以允许 cython 优化生成的代码，ctypes这有点脆弱，因为您必须重新指定您的 C 函数原型，但除此之外，只要您可以将库编译为共享对象，这很容易......这个列表可以继续。

另请注意，如果您不使用 numpy，则可能需要查看 pypy。它声称运行你的 python 代码比 Cpython 更快。

于 2012-07-10T19:15:02.320 回答
1

想到的选项：

  1. Cython：Python 的一种方言，可以自由混合 Python 和 C 数据类型。通过为类提供一些类型注释来提供适度的加速，并且如果您为主循环提供所有 C 类型以进行操作，则速度可能会快很多。目前几乎只有 CPython，但已经讨论过让它与 Pypy 一起工作。
  2. SWIG：一种接口/胶水语言，用于将 C 库与潜在的大量高级语言（包括 CPython）进行匹配。
  3. ctypes：允许您调用各个 C 函数并访问各个 C 数据类型。除非您在 C 代码中花费大量时间，否则不要在 CPython 中大放异彩。可能有点脆。也适用于 Pypy。
  4. C 扩展模块：非常标准的 CPython 东西——这是标准库中 CPython 的组成部分。如果您使用 cpyext，则其中一些但不是全部都可以与 Pypy 一起使用。简而言之，你正在用 C 语言编写一个带有一堆样板的模块，但它可以从 CPython 中调用。
  5. CFFI：来自 Pypy 项目的一个新的外部函数接口。他们现在让它与 CPython 一起使用，并打算在不久的将来与 Pypy 一起使用。它类似于 ctypes，但不那么脆弱 - 缺点是它在运行时需要 C 编译器，而且它是非常年轻的代码。
  6. Pypy：这并不是真正调用 C 本身的方式，但对于许多纯 Python 代码来说，它的速度几乎与 C 一样快。如果您不需要很多 C 扩展模块，那么 Pypy 对您来说可能是一个不错的选择。
  7. 子进程：一种非常可移植的方式，以非必要的相同语言与另一个进程交互。可以在子进程中与几乎任何语言一起使用。除非您花很少的时间来回传递数据，否则速度不会很快。几乎所有交换的数据都必须序列化为 ASCII 或其他东西，但它是如此可移植、简单且松散耦合，值得考虑。
  8. 您也许可以优化您的 Python：http ://wiki.python.org/moin/PythonSpeed/PerformanceTips

不要急于用 C 进行编码——它在程序员的时间方面要昂贵得多，而且容易出现微妙的、难以发现的错误。首先在纯 Python 中运行你的代码，让程序以任何速度产生正确的结果，然后如果你发现程序太慢，分析程序以决定哪些部分需要以其中一种方式重做以上所列。通常你只需要 0-2% 的程序用纯 python 以外的东西来完成 - 也可以为尽可能多的代码节省程序员的时间。

于 2012-07-10T20:52:22.007 回答
0

你想要ctypes。它允许您直接从 Python 运行 C 函数，而无需任何疯狂的扩展。当然，您应该确保不会过早地进行优化。Python 的数学函数非常快。

ctypes 模块允许您直接从 Python 代码调用 C 库函数。这意味着它允许您将编译后的库放在 Python 可以访问的地方并运行这些编译后的函数。这与从 Python 调用 C 程序不同，正如 Conrad 所指出的，可以使用子进程来完成。当然，子进程不需要用 C 编写的程序。它可以运行任何可执行文件。

于 2012-07-10T19:05:32.840 回答