แปลงโปรแกรม Python เป็นรหัส C / C ++ หรือไม่ [ปิด]

เป็นไปได้ไหมที่จะแปลงโปรแกรม Python เป็น C / C ++

ฉันต้องใช้อัลกอริธึมสองสามอย่างและฉันไม่แน่ใจว่าช่องว่างของประสิทธิภาพนั้นใหญ่พอที่จะพิสูจน์ความเจ็บปวดทั้งหมดที่ฉันได้รับเมื่อทำใน C / C ++ (ซึ่งฉันไม่ค่อยเก่ง) ฉันคิดถึงการเขียนอัลกอริธึมง่ายๆและเปรียบเทียบกับโซลูชันที่แปลงแล้ว ถ้าอย่างเดียวนั้นเร็วกว่ารุ่น Python อย่างมากฉันจะไม่มีทางเลือกอื่นนอกจากทำใน C / C ++

ใช่. ดูCython มันทำได้แค่นั้น: แปลง Python เป็น C เพื่อเพิ่มความเร็ว

หากตัวแปร C ต้องการเวลาน้อยกว่า x ชั่วโมงฉันจะลงทุนเวลานั้นเพื่อให้อัลกอริทึมทำงานได้นานขึ้น / อีกครั้ง

"ลงทุน" ไม่ใช่คำที่เหมาะสมที่นี่

1. สร้างการใช้งานใน Python คุณจะดำเนินการให้เสร็จก่อนที่จะเสร็จสิ้นเวอร์ชัน C

2. วัดประสิทธิภาพด้วย Python Profiler แก้ไขปัญหาที่คุณพบ เปลี่ยนโครงสร้างข้อมูลและอัลกอริทึมตามความจำเป็นเพื่อดำเนินการอย่างถูกต้อง คุณจะจบเรื่องนี้ให้เสร็จก่อนที่คุณจะจบเวอร์ชั่นแรกในซี

3. ถ้ามันยังช้าเกินไปให้แปล Python ที่ออกแบบมาอย่างดีและสร้างด้วยความระมัดระวังเป็น C

   เนื่องจากวิธีการเข้าใจถึงปัญหาหลังเหตุการณ์การทำรุ่นที่สองจาก Python ที่มีอยู่ (ด้วยการทดสอบหน่วยที่มีอยู่และด้วยข้อมูลการทำโปรไฟล์ที่มีอยู่) จะยังเร็วกว่าการพยายามทำรหัส C ตั้งแต่เริ่มต้น

คำพูดนี้มีความสำคัญ

กฎของทอมป์สันสำหรับผู้สร้างกล้องโทรทรรศน์
เป็นครั้งแรกมันเร็วกว่าในการสร้างกระจกสี่นิ้วและจากนั้นจะเป็นกระจกหกนิ้วมากกว่าที่จะสร้างกระจกหกนิ้ว

สถาบันBill McKeenan Wang

Shed Skinคือ "คอมไพเลอร์ Python-to-C ++" (จำกัด )

เพิ่งเจอเครื่องมือใหม่นี้ในข่าวแฮ็กเกอร์

จากหน้าของพวกเขา - "Nuitka เป็นการแทนที่ที่ดีสำหรับ Python interpreter และคอมไพล์ทุกตัวที่ CPython 2.6, 2.7, 3.2 และ 3.3 เสนอมันแปล Python เป็นโปรแกรม C ++ ที่ใช้" libpython "เพื่อดำเนินการในลักษณะเดียวกับ CPython ทำในวิธีที่เข้ากันได้ดีมาก "

ตัวเลือกอื่น - การแปลงเป็น C ++ นอกเหนือจากShed Skin - คือPythran Pythran

ในการอ้างถึงPython ประสิทธิภาพสูงโดย Micha Gorelick และ Ian Ozsvald :

Pythran เป็นคอมไพเลอร์ Python-to-C ++ สำหรับชุดย่อยของ Python ที่มีบางส่วน numpyการสนับสนุนมันทำหน้าที่เหมือน Numba และ Cython เล็กน้อย - คุณใส่คำอธิบายข้อโต้แย้งของฟังก์ชันและจากนั้นก็จะอธิบายเพิ่มเติมเกี่ยวกับคำอธิบายประกอบประเภทและรหัสเฉพาะทาง มันใช้ประโยชน์จากความเป็นไปได้ของการทำให้เป็นเวกเตอร์และความเป็นไปได้ของการทำให้เป็นคู่ขนานบน OpenMP มันรันโดยใช้ Python 2.7 เท่านั้น

คุณลักษณะที่น่าสนใจอย่างหนึ่งของ Pythran ก็คือมันจะพยายามหาโอกาสในการขนานโดยอัตโนมัติ (เช่นหากคุณใช้ a map) และเปลี่ยนเป็นรหัสคู่ขนานโดยไม่ต้องใช้ความพยายามเพิ่มเติมจากคุณ คุณยังสามารถระบุส่วนขนานโดยใช้pragma omp > directives ในแง่นี้มันให้ความรู้สึกคล้ายกับการสนับสนุน OpenMP ของ Cython

ด้านหลัง Pythran จะใช้ทั้งรหัสปกติและรหัสงูหลามและพยายามรวบรวมมันเป็น C ++ ที่เร็วมาก - เร็วกว่าผลของ Cython

คุณควรทราบว่าโครงการนี้ยังเด็กและคุณอาจพบข้อบกพร่อง คุณควรทราบด้วยว่าทีมพัฒนานั้นมีความเป็นมิตรและมีแนวโน้มที่จะแก้ไขข้อบกพร่องในเวลาไม่กี่ชั่วโมง

ฉันรู้ว่านี่เป็นหัวข้อเก่า แต่ฉันต้องการให้สิ่งที่ฉันคิดว่าเป็นข้อมูลที่เป็นประโยชน์

ส่วนตัวผมใช้ PyPy ซึ่งติดตั้งได้ง่ายโดยใช้ pip ฉันใช้ล่าม Python / PyPy แทนกันคุณไม่จำเป็นต้องเปลี่ยนรหัสเลยและฉันพบว่ามันเร็วกว่าการแปล Python ประมาณ 40 เท่า (Python 2x หรือ 3x) ฉันใช้ pyCharm Community Edition เพื่อจัดการรหัสของฉันและฉันรักมัน

ฉันชอบเขียนโค้ดในไพ ธ อนเพราะฉันคิดว่ามันช่วยให้คุณจดจ่อกับงานมากกว่าภาษาซึ่งเป็นข้อดีอย่างมากสำหรับฉัน และหากคุณต้องการให้เร็วยิ่งขึ้นคุณสามารถรวบรวมไบนารีสำหรับ Windows, Linux หรือ Mac ได้ (ไม่ตรงไปตรงมา แต่เป็นไปได้ด้วยเครื่องมืออื่น ๆ ) จากประสบการณ์ของฉันฉันได้รับความเร็ว 3.5x มากกว่า PyPy เมื่อรวบรวมหมายถึง 140x เร็วกว่าหลาม PyPy พร้อมใช้งานสำหรับ Python 3x และ 2x code และอีกครั้งหากคุณใช้ IDE เช่น PyCharm คุณสามารถแลกเปลี่ยนระหว่างพูด PyPy, Cython และ Python ได้อย่างง่ายดาย (ใช้เวลาเล็กน้อยในการเรียนรู้และตั้งค่าเบื้องต้น)

บางคนอาจเถียงกับฉันในเรื่องนี้ แต่ฉันคิดว่า PyPy นั้นเร็วกว่า Cython แต่พวกเขาทั้งสองทางเลือกที่ดี

แก้ไข:ฉันต้องการบันทึกย่อฉบับย่อเกี่ยวกับการรวบรวม: เมื่อคุณคอมไพล์ไบนารีของผลลัพธ์นั้นใหญ่กว่าสคริปต์ไพ ธ อนของคุณมากเพราะมันสร้างการพึ่งพาทั้งหมดลงไปเป็นต้น แต่จากนั้นคุณจะได้รับผลประโยชน์แตกต่างกันเล็กน้อย: ความเร็ว! ตอนนี้แอปจะทำงานบนเครื่องใด ๆ (ขึ้นอยู่กับระบบปฏิบัติการที่คุณรวบรวมถ้าไม่ได้ทั้งหมด lol) โดยไม่มี Python หรือไลบรารี่ก็จะทำให้รหัสของคุณงงงวยและพร้อมใช้งานในทางเทคนิค 'พร้อม' คอมไพเลอร์บางตัวยังสร้างรหัส C ซึ่งฉันไม่ได้ดูหรือดูว่ามันมีประโยชน์หรือไม่ก็พูดพล่อยๆ โชคดี.

หวังว่าจะช่วย

ฉันรู้ว่าคำตอบของวิธีแก้ปัญหาที่ค่อนข้างใหม่หายไป หากมีการใช้ Numpy ในรหัสฉันจะแนะนำให้ลอง Pythran:

http://pythran.readthedocs.io/

สำหรับฟังก์ชั่นที่ฉันลอง Pythran ให้ผลลัพธ์ที่ยอดเยี่ยมมาก ฟังก์ชั่นที่ได้นั้นเร็วพอ ๆ กับการเขียนโค้ด Fortran (หรือช้ากว่าเล็กน้อยเท่านั้น) และเร็วกว่าโซลูชัน Cython (ที่ได้รับการปรับให้เหมาะสม)

ข้อดีเมื่อเทียบกับ Cython คือคุณต้องใช้ Pythran ในฟังก์ชั่น Python ที่ปรับให้เหมาะกับ Numpy ซึ่งหมายความว่าคุณไม่จำเป็นต้องขยายลูปและเพิ่มประเภทสำหรับตัวแปรทั้งหมดในลูป Pythran numpy.ndarrayต้องใช้เวลาในการวิเคราะห์รหัสดังนั้นจึงมีความเข้าใจในการดำเนินงานใน

นอกจากนี้ยังเป็นข้อได้เปรียบอย่างมากเมื่อเทียบกับ Numba หรือโครงการอื่น ๆ จากการรวบรวมแบบทันเวลาซึ่ง (ความรู้ของฉัน) คุณต้องขยายลูปให้มีประสิทธิภาพจริงๆ แล้วโค้ดที่มีการวนซ้ำจะไม่มีประสิทธิภาพมากโดยใช้เพียง CPython และ Numpy ...

ข้อเสียเปรียบของ Pythran: ไม่มีคลาส! แต่เนื่องจากมีเพียงฟังก์ชั่นที่จำเป็นต้องปรับให้เหมาะสมเท่านั้นจึงต้องรวบรวมจึงไม่น่ารำคาญมาก

อีกจุดหนึ่ง: Pythran รองรับ OpenMP parallelism อย่างดี (และง่ายมาก) แต่ฉันไม่คิดว่ารองรับ mpi4py ...

http://code.google.com/p/py2c/ดูเหมือนความเป็นไปได้ - พวกเขายังกล่าวถึงในไซต์ของตน: Cython, Shedskin และ RPython และยืนยันว่าพวกเขากำลังแปลงรหัส Python เป็น C / C ++ บริสุทธิ์ซึ่งเร็วกว่า C มาก / C ++ เต็มไปด้วยการเรียก Python API หมายเหตุ: ฉันไม่ได้ลอง แต่ฉันจะไป ..