PythonプログラムをC / C ++コードに変換しますか？[閉まっている]

PythonプログラムをC / C ++に変換することは可能ですか？

いくつかのアルゴリズムを実装する必要があります。C/ C ++で実行するときに経験するすべての痛みを正当化するのに十分なパフォーマンスギャップがあるかどうかはわかりません（私は得意ではありません）。私は、1つの単純なアルゴリズムを作成して、そのような変換されたソリューションに対してベンチマークすることを考えました。それだけでPythonバージョンよりもはるかに高速である場合は、C / C ++で実行する以外に選択肢はありません。

はい。Cythonを見てください。それはちょうどそれをします：スピードアップのためにPythonをCに変換します。

Cバリアントで必要な時間がx時間少ない場合は、その時間を費やして、アルゴリズムの実行時間を長くします。

「投資」はここでは正しい言葉ではありません。

1. Pythonで動作する実装を構築します。これは、Cバージョンを完了する前に完了します。

2. Pythonプロファイラーでパフォーマンスを測定します。見つかった問題を修正します。これを実際に正しく行うために、必要に応じてデータ構造とアルゴリズムを変更します。これは、Cの最初のバージョンを完了するずっと前に完了します。

3. それでも遅すぎる場合は、適切に設計され慎重に作成されたPythonを手動でCに変換します。

   後知恵の仕組みにより、既存のPythonから（既存の単体テストと既存のプロファイリングデータを使用して）2番目のバージョンを実行する方が、Cコードを最初から作成するよりも高速です。

この引用は重要です。

初めての望遠鏡メーカーのためのトンプソンのルール
6インチの鏡を作るよりも、4インチの鏡を作ってから6インチの鏡を作る方が速い。

ビルマッキーナン
ワンインスティテュート

Shed Skinは「（制限された）Python-to-C ++コンパイラ」です。

ちょうどこれに遭遇しましたハッカーのニュースで新しいツールに。

彼らのページから-「NuitkaはPythonインタープリターの優れた代替品であり、CPython 2.6、2.7、3.2、3.3が提供するすべての構成要素をコンパイルします。これは、PythonをC ++プログラムに変換し、「libpython」を使用して、 CPythonは、非常に互換性のある方法でそうします。」

別のオプション-ほかにC ++に変換する シェッドスキンは、Pythranです。

Micha GorelickとIan OzsvaldによるHigh Performance Pythonを引用するには：

Pythranは、部分的なnumpyサポートを含むPythonのサブセット用のPython-to-C ++コンパイラです。NumbaやCythonと少し似ています。関数の引数に注釈を付け、さらに型の注釈とコードの特殊化を引き継ぎます。これは、ベクトル化の可能性とOpenMPベースの並列化の可能性を利用します。Python 2.7のみを使用して実行されます。

Pythranの非常に興味深い機能の1つは、並列化の機会を自動的に特定しようとすることです（たとえば、 map）、追加の作業を必要とせずにこれを並列コードに変換することです。pragma omp >ディレクティブを使用して並列セクションを指定することもできます。この点で、CythonのOpenMPサポートと非常によく似ています。

舞台裏では、Pythranは通常のPythonコードとnumpyコードの両方を使用して、Cythonの結果よりもさらに高速で、非常に高速なC ++に積極的にコンパイルしようとします。

このプロジェクトは若いため、バグが発生する可能性があることに注意してください。また、開発チームは非常に友好的であり、バグを数時間で修正する傾向があることにも注意してください。

私はこれが古いスレッドであることを知っていますが、役立つと思われる情報を提供したいと思いました。

私は個人的に、Pipを使用してインストールするのが本当に簡単なPyPyを使用しています。私はPython / PyPyインタープリターを交換可能に使用しています。コードを変更する必要はまったくなく、標準のPythonインタープリター（Python 2xまたは3x）よりも約40倍高速であることがわかりました。私はコードの管理にpyCharm Community Editionを使用しており、とても気に入っています。

私はPythonでコードを書くのが好きです。言語よりもタスクに集中できるので、これは私にとって大きなプラスです。さらに高速にする必要がある場合は、Windows、Linux、またはMac用のバイナリにいつでもコンパイルできます（単純ではありませんが、他のツールで可能です）。私の経験から、コンパイルするとPyPyの約3.5倍のスピードアップが得られます。つまり、Pythonより140倍高速です。PyPyはPython 3xおよび2xコードで利用でき、PyCharmのようなIDEを使用すると、PyPy、Cython、Pythonの間で非常に簡単に交換できます（ただし、初期の学習と設定が少し必要です）。

一部の人はこれについて私と議論するかもしれませんが、PyPyはCythonよりも速いと思います。しかし、どちらも素晴らしい選択です。

編集：コンパイルについて簡単に書き留めておきます。コンパイルすると、すべての依存関係がビルドされるため、結果のバイナリはPythonスクリプトよりもはるかに大きくなります。ただし、いくつかの明確な利点があります：速度！、これで、アプリはPythonやライブラリなしで（すべてではないにせよ、コンパイルしたOSに応じて）どのマシンでも動作し、コードも難読化され、技術的に「本番」に対応できます（ある程度）。一部のコンパイラーはCコードも生成しますが、Cコードが実際に使用されているのか、意味不明なものであるのか、実際には確認していません。幸運を。

お役に立てば幸いです。

まったく新しいソリューションに対する答えが欠けていることに気づきました。コードでNumpyが使用されている場合、Pythranを試すことをお勧めします。

http://pythran.readthedocs.io/

私が試した機能については、Pythranは非常に良い結果を出します。結果として得られる関数は、書かれたFortranコードと同じくらい高速（またはわずかに遅い）で、（かなり最適化された）Cythonソリューションよりも少し高速です。

Cythonと比較した場合の利点は、Numpy用に最適化されたPython関数でPythranを使用するだけでよいことです。つまり、ループを展開してループ内のすべての変数の型を追加する必要がありません。Pythranは、コードの分析に時間がかかるため、での操作を理解していnumpy.ndarrayます。

また、Numbaやジャストインタイムコンパイルに基づく他のプロジェクト（私の知る限り）では、ループを拡張して本当に効率的にする必要がある場合と比較して、これは大きな利点です。そして、ループを含むコードは、CPythonとNumpyだけを使用すると非常に非効率になります...

Pythranの欠点：クラスがない！しかし、本当に最適化する必要がある関数だけをコンパイルする必要があるので、それほど煩わしくはありません。

別のポイント：Pythranは、OpenMP並列処理を（非常に簡単に）よくサポートしています。しかし、mpi4pyはサポートされていないと思います...

http://code.google.com/p/py2c/は可能性のようです-彼らはまた、サイトで言及しています：Cython、Shedskin、およびRPythonは、PythonコードをCよりもはるかに高速な純粋なC / C ++に変換していることを確認します/ C ++はPython API呼び出しでなぞられています。注：まだ試していませんが、試します。