从python程序执行c程序

我是编程新手，想知道如何让python程序执行并与c程序通信。我正在做一个Python的数学计算，并想知道我是否可以用C语言编写主要的计算，这样计算运行得更快。我一直在阅读关于“从python调用c函数”，“在你的Python代码中直接包含C或C++代码”以及“使用python的c库”。这是一回事吗？我想要一个python程序来执行一个c程序并接收结果。从python程序执行c程序

从python“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c编译器内执行代码？

感谢

来源

2012-07-10 user1481337

具体来说，您一直在阅读[本页]（http://docs.python.org/extending/extending.html）？ – 2012-07-10 19:00:17

可能的重复[如何连接Python和C程序？]（http://stackoverflow.com/questions/4743748/how-do-i-connect-a-python-and-ac-program） – senderle 2012-07-10 19:12:06

请参阅尤其是[这个答案]（http://stackoverflow.com/a/4743943/577088）涵盖了色域。 – senderle 2012-07-10 19:13:59

你想ctypes。它可以让你直接从Python运行C函数，而不需要任何疯狂的扩展。当然，你应该确保你没有过早地优化。 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。这意味着它可以让你将编译的库放到Python可以到达的地方并运行这些已编译的函数。这与从Conrad指出可以用子进程完成的Python调用C程序并不相同。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。

来源

2012-07-10 19:05:32 nmichaels

最简单的方法之一是Cython。你可以编写非常接近Python的代码，但是它可以编译成C语言。这使得一些代码（特别是数值计算）快得多。您也可以使用Cython轻松地从Python调用C库函数，尽管ctypes也足够。

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。 N.B.，这比直接调用C库或Cython函数要慢很多。

来源

2012-07-10 19:06:35

我用[Multiprocessing]（http://docs.python.org/library/multiprocessing.html）使用Subprocess来运行用C编写的数值密集型进程的多个副本，并用Python分析结果。这非常简单。 – StuGrey 2012-07-10 19:13:39

男人，我不是最聪明的程序员。除了http://docs.python.org/library/subprocess.html#module-subprocess还有其他资源可以学习吗？ – user1481337 2012-07-10 19:15:53

@ user1481337，实际上'subprocess'文档给出的例子非常好。对于'subprocess'，['check_output']的真正基本用法（http://docs.python.org/library/subprocess.html#subprocess。check_output）就足够了。只要将一个命令和任何参数传递给列表，如第一个用法示例所示：'subprocess.check_output（[“echo”，“Hello World！”]）''。无论命令打印出来什么都将作为字符串返回。 – senderle 2012-07-10 19:28:23

还有一些numpy，在处理“数组操作”（有时也称为矢量操作，但我觉得这个术语与SIMD术语混淆）时可以相当快。如果你决定使用cython路由，你可能需要numpy，所以如果这个算法不是太复杂，你可能需要先看看numpy是否足够好。

请注意，您可以在此处选择两种不同的路线。你可以使用subprocess，它基本上对你写的其他程序发出系统调用。这很慢，因为您需要启动新进程并将数据发送到进程中，然后从进程中读回数据。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语言编写的，所以您可以创建C扩展。它们基本上是遵循某个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，数据实际上不会被复制 - 您正在使用与您在C中使用的python中相同的内存块。这里的缺点是C API有点复杂。这就是第三方扩展和现有库进来的地方（numpy，cython，ctypes等）。它们都有不同的方式来推动计算int C函数，而不必担心C API。 Numpy删除循环，以便可以快速地添加，减去，乘以数组（其他许多事情）。 Cython将python代码转换为C，然后您可以编译和导入 - 通常为了获得速度，您需要提供其他提示以允许cython优化生成的代码，因为您必须重新指定C函数，因此有点脆弱原型，但除此之外，只要您可以将库编译为共享对象，就非常容易...该列表可以继续。

另请注意，如果你不使用numpy，你可能想看看pypy。它声称比Cpython更快地运行Python代码。

来源

2012-07-10 19:15:02 mgilson

选项浮现在脑海：

用Cython：Python中的一种方言，可以自由搭配Python和C数据类型。如果你给主循环所有的C类型进行操作，那么可以为类提供少量的类型注释，并且速度会更快。目前只有很多CPython，但是有人讨论过让它与Pypy合作。
SWIG：一种接口/粘合语言，用于将C库与潜在的大量高级语言（包括CPython）进行匹配。
ctypes：允许您调用个别C函数并访问各个C数据类型。除非在C代码中花费大量时间，否则不会在CPython中燃烧。可能有点脆。也适用于Pypy。
C扩展模块：CPython的漂亮标准 - 这是标准库放在一起的CPython的多少。如果您使用cpyext，一些但不是全部与Pypy一起工作。简而言之，用C语言编写一个带有一堆锅炉板的模块，但它可以从CPython调用。
CFFI：来自Pypy项目的新的外部函数接口。他们现在正在与CPython合作，并打算不久之后与Pypy合作。它就像ctypes，但不那么脆弱 - 缺点是运行时需要一个C编译器，而且它非常年轻的代码。
Pypy：这实际上并不是一种调用C本身的方式，但是对于很多纯Python代码，它的速度几乎与C一样快。如果你没有很多你需要的C扩展模块，那么Pypy可能是一个很好的选择。
subprocess：一种非常便携的与另一个进程交互的方式，不一定是相同的语言。可以与子进程中的任何语言一起使用。除非你花费很少的时间来回传递数据，否则不会快速发展。几乎所有交换的数据都必须被序列化为ASCII或其他东西，但它非常便携，简单且松耦合，值得思考。
你也许能够只优化你的Python：http://wiki.python.org/moin/PythonSpeed/PerformanceTips

不要急于在C编码 - 它更昂贵的编程时间方面，而且容易隐蔽，很难发现漏洞。首先在Pure Python中运行你的代码，以使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，则对程序进行轮廓分析，以决定哪个部分需要以某种方式重做以上所列。通常你只需要你的程序的0-2％用纯Python以外的东西来完成 - 也可以尽可能多地节省程序员的时间。

来源

2012-07-10 20:52:22 user1277476

从python程序执行c程序

回答

相关问题