将Python程序转换为C / C ++代码？[关闭]

149

是否可以将Python程序转换为C / C ++？

我需要实现一些算法，而且我不确定性能差距是否足够大，足以证明我在C / C ++中做的所有痛苦（我不擅长）。我考虑过要编写一个简单的算法，并针对这种转换后的解决方案进行基准测试。如果仅此一项比Python版本要快得多，那么除了在C / C ++中做到这一点，我别无选择。

c++ python c code-generation

— 疯狂飞行关闭线
source

32

尽管Python在基准测试中损失惨重，但请记住，如果在几秒钟内用Python完成计算，则50倍或100倍的减速仍然可以忽略不计，而当您执行大量I / O或使用可怕的算法时，这种情况甚至不成立。而不是问“ Python的速度慢了多少？” 您应该问“ Python是否足够快？” （坦白地说，这是最恰当的）-这也比基准测试或在此处询问要快。

1

在python中实现算法是非常快速和直接的...您只需要执行它，然后检查它是否足够快。大多数时候，您可以使用不同的数据结构（dict / sets而不是list ...）或不同的操作来优化算法，以更快地运行。应该发生反正优化后，你已经实现的算法的第一稿和基准/异形它。

— Bakuriu 2011年

@delnan：就我而言，这全都与计算时间有关。如果C变体需要的时间减少x个小时，那么我会花时间让算法再次运行更长或更长时间。我只是想了解（大概）Python会慢多少-如果仅仅几个小时，我当然不会使用我不适应的语言（您可能会破坏实现不好的问题的最佳解决方案： P）。

— CrazyFlyingCloseline 2011年

@delnan关于Python的权利可能足够快来完成许多事情。即使速度变慢，开发，维护和将来增强的便利性也是要考虑的重要因素。

— martineau 2011年

“ x小时”？这有多大？您是否基准化了实施？你有尺寸吗？您是否介绍了实施情况？还是您正在尝试过早地优化解决方案？

— S.Lott

115

是。看赛顿。它就是这样做的：将Python转换为C以加快速度。

— 伦纳特·雷杰布罗
source

6

当然，除非您添加一堆cdef声明并由此引入静态类型（否则，您只是在处理不透明的PyObject *内容），那将不会为您节省任何费用。而且它永远不会像普通C那样快，因为它通常与Python交互（100％或更多？仅适用于大多数时间根本不与Python交互的普通数字代码！）。但是除此之外，是的，它可以使您获得极大的提速。

7

@delnan：实际上，它确实为您节省了一些。大多数纯Python代码在编译后会更快。但是，是的，使用cdef和静态类型，您确实开始看到差异。与Python的接口在所有情况下都可以从Python使用C。

— Lennart Regebro 2011年

136

如果C变体所需的时间减少了x个小时，那么我会花时间让算法更长或更长时间地运行

“投资”在这里不是正确的词。

用Python构建有效的实现。在完成C版本之前，您将完成此工作很久。
使用Python分析器衡量性能。解决您发现的所有问题。根据实际需要更改数据结构和算法。您需要完成很长时间才能完成C中的第一个版本。
如果仍然太慢，请手动将精心设计和精心构建的Python转换为C。

由于事后观察的工作方式，从现有的Python（使用现有的单元测试和现有的分析数据）执行第二版仍比尝试从头开始执行C代码要快。

这句话很重要。

汤普森首次望远镜制造商的规则制作
四英寸镜然后制作六英寸镜比制造六英寸镜要快。

比尔·麦肯南·
旺研究所

— 洛特
source

15

不管得分很高，我都看不出这是如何回答这个问题的。

— 奥德里斯·梅斯卡斯卡斯

29

Shed Skin是“（受限制的）Python到C ++的编译器”。

— 短暂的
source

3

+1 Shed Skin的一个优点是类型推断：如果可以从程序流中猜测变量类型，则可以避免动态类型检查。通常，这会导致更短的C ++代码，实际上可以读取并编译为更快的程序。

— 凯斯·陶

1

还有Python→11l→C ++ transpiler，它也是C ++编译器的受限Python，但它支持某些Python功能，但Shed Skin不支持（例如嵌套函数/闭包）。

— tav

17

刚刚在黑客新闻中遇到了这个新工具。

在他们的页面上-“ Nuitka是Python解释器的很好的替代品，它可以编译CPython 2.6、2.7、3.2和3.3提供的每个构造。它将Python转换为C ++程序，然后使用“ libpython”以与以下相同的方式执行CPython以一种非常兼容的方式做到了。”

— 海鸥1089
source

这个项目比其他类似选项更加成熟。有趣的是.exe，即使它是完全正常的OSX Mach-O可执行文件，它也会在OSX上创建带有扩展名的二进制文件。像它看起来可能是一个很好的替代pyinstaller，py2exe，py2app，等的--recurse-***标志，虽然正确设置很重要。

— ccpizza

Nuitka很棒，但是创建的C / C ++代码使用的是绑定到CPython-C代码实现的PyObject。它不会产生惯用的C代码。

— Make42

8

Pythran是除Shed Skin之外还可以转换为C ++的另一种选择。

引用Micha Gorelick和Ian Ozsvald的高性能Python：

Pythran是一个Python到C ++的编译器，用于部分numpy支持的Python子集。它的行为有点像Numba和Cython，您可以对函数的参数进行注释，然后由进一步的类型注释和代码专门化来接管。它利用了矢量化可能性和基于OpenMP的并行化可能性。它仅使用Python 2.7运行。

Pythran的一个非常有趣的功能是它将尝试自动发现并行化机会（例如，如果您使用map），并将其转换为并行代码，而无需您付出额外的努力。您也可以使用pragma omp >指令指定并行节；在这方面，它与Cython的OpenMP支持非常相似。

在幕后，Pythran将同时使用普通的Python和numpy代码，并试图将它们积极地编译成非常快的C ++，甚至比Cython的结果还要快。

您应该注意，这个项目还很年轻，并且可能会遇到bug。您还应该注意，开发团队非常友好，往往会在几个小时内修复错误。

— 滑板手
source

6

我知道这是一个较旧的主题，但是我想提供我认为是有用的信息。

我个人使用PyPy，使用pip真的很容易安装。我可以互换地使用Python / PyPy解释器，您根本不需要更改代码，我发现它比标准python解释器（Python 2x或3x）快40倍左右。我使用pyCharm Community Edition管理我的代码，我喜欢它。

我喜欢用python编写代码，因为我认为它可以使您更多地专注于任务而不是语言，这对我来说是一个巨大的优势。而且，如果您需要更快的速度，则始终可以将其编译为适用于Windows，Linux或Mac的二进制文件（不是直接的，但可以使用其他工具）。根据我的经验，编译时我的速度是PyPy的3.5倍，这比python快140倍。PyPy适用于Python 3x和2x代码，如果使用像PyCharm这样的IDE，则可以很容易地在PyPy，Cython和Python之间互换（尽管需要一些初始学习和设置）。

有人可能在这一点上与我争论，但我发现PyPy比Cython快。但是它们都是不错的选择。

编辑：我想对编译做个简短的说明：编译时，生成的二进制文件比python脚本大得多，因为它在其中建立了所有依赖关系，等等。但是随后您得到了一些明显的好处：速度！，现在，该应用程序可以在没有Python或库的任何机器上运行（取决于所编译的操作系统（如果不是全部，则取决于.lol）），而无需使用Python或库，它还会使您的代码变得模糊，并且在某种程度上从技术上来说已经准备好进行生产了。一些编译器还会生成C代码，我并没有真正查看或查看它是否有用或只是乱码。祝好运。

希望有帮助。

— 客
source

2

我知道这是一个较旧的评论，但谢谢！

— kfrncs

没问题，我很高兴它很有用。

— jacktrader19年

您使用什么软件从PyPy解释中进行编译？

— Vasyl Vaskivskyi，

不特别是PyPy，只是.py脚本。如果您需要“ C / C ++可执行文件或C / C ++源代码”，则为Nuitka；如果仅需要可执行文件（更简便），则为PyInstaller。也有py2exe，但是我确信它的情况有所改善，但我获得的成功较少。PyInstaller也是跨平台的，不仅适用于Windows可执行文件（适用于Linux和Mac）。Nuitka之所以与众不同，是因为我认为它是唯一可以为您提供可用的源代码的“编译器”，您可以在理论上进一步对其进行优化。还有其他一些，例如bbFreeze，cx_Freeze和py2app，但我还没有尝试过。祝你好运！

— jacktrader

1

我还发现PyPy的运行速度比Cython快。在一个测试中，我实际上发现PyPy与程序的C ++版本（插入排序）的速度相同。

— Nv7

5

我意识到缺少一个全新解决方案的答案。如果在代码中使用了Numpy，我建议尝试使用Pythran：

http://pythran.readthedocs.io/

对于我尝试过的功能，Pythran提供了非常好的结果。所产生的功能与已编写好的Fortran代码一样快（或稍慢），并且比（相当优化的）Cython解决方案快一点。

与Cython相比，优点是您只需要在针对Numpy优化的Python函数上使用Pythran，这意味着您不必扩展循环并为循环中的所有变量添加类型。Pythran花费时间分析代码，因此可以理解上的操作numpy.ndarray。

与Numba或其他基于即时编译的项目相比，这也是一个巨大的优势（据我所知），对于这些项目，您必须扩展循环才能真正有效。然后仅使用CPython和Numpy，带有循环的代码效率非常低下...

Pythran的缺点：没有课程！但是由于只需要编译真正需要优化的功能，所以它并不是很烦人。

另一点：Pythran支持（非常容易）OpenMP并行性。但是我不支持mpi4py ...

— 包吉尔
source

4

http://code.google.com/p/py2c/似乎很可能-他们还在自己的网站上提到：Cython，Shedskin和RPython，并确认他们正在将Python代码转换为比C快得多的纯C / C ++。 / C ++充满了Python API调用。注意：我还没有尝试过，但是我要去做。

— 阿什利
source

1

似乎Py2C仍未完成。它已经有几年没有更新了，所以可能已经不存在了。

— 安德森·格林