Python与C++混合编程

2024-01-09 19:24:28

概述

Py是解释型语言,编译时不直接翻译成汇编语言而是字节码,在py的虚拟机中运行,在进行数据运算的场下,存在性能瓶颈。C++性能卓越,但学习门槛高且开发效率比py低,可用于密集型计算并用Python进行调用。

也可以用golang,后面可补充

与C++混合方式

将影响性能的核心代码用c++/go来写,而逻辑开发由py完成

  • 方法一:使用ctypes库加载C++编写的动态链接库,并加载到py中使用
    ctypes?是 Python 的外部函数库。它提供了与 C 兼容的数据类型,并允许调用 DLL 或共享库中的函数。可使用该模块以纯 Python 形式对这些库进行封装(需要先将C++编写的代码转为动态链接库..dll)
    指南:https://docs.python.org/zh-cn/3/library/ctypes.html
  • 方法二:使用pybind将C++编译为Python库。

官网:https://pypi.org/project/pybind11

  • 方法三:使用Python将Py直接转为C++代码。

官网:https://pypi.org/project/pythran

本文介绍pythran的使用方法

pythran

  • 用py编写算法代码

  • 用pythan将py转为c++

  • 用C++编辑一个简单的main方法函数,直接调用py转为c++后的函数

安装

pip install pythran
pythran --help
pythran可以用py的import代码导入,也可以直接在命令行中执行

转换

pythran -e cli_foo.py 
            -p pythran.optimizations.ConstantFolding
            -o  cli_foo.hpp

# 编译(未验证)
`pythran-config --compiler --cflags` -std=C++11 cli_foo.cpp -o cli_foo

编写c++测试库

vim cli_foo.hpp

include cli_foo.hpp
int main(){
   foo()();
   return 0;
}

注意:

pythran无法支持所有py的功能,只有矩阵计算与数学的数据处理,支持较好。其他功能扩展,比如引入第三方库,则需要自己做一些额外的处理。

文章来源:https://blog.csdn.net/ringnian/article/details/135418508
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。