关于Python优化和-O或PYTHONOPTIMIZE有什么作用？的问题就给大家分享到这里，感谢你花时间阅读本站内容，更多关于as命令在Python3.x中有什么作用？、C++比Python快50倍

关于Python优化和-O或PYTHONOPTIMIZE有什么作用？的问题就给大家分享到这里，感谢你花时间阅读本站内容，更多关于as命令在Python 3.x中有什么作用？、C++比Python快50倍？如何让C++和Python优势互补？(Boost::Python)、Python / Scipy – 将optimize.curve_fit的sigma实现到optimize.leastsq中、Python continue语句有什么作用？详解 Python continue语句的用法等相关知识的信息别忘了在本站进行查找喔。

• Python优化（-O或PYTHONOPTIMIZE）有什么作用？（python 优化）
• as命令在Python 3.x中有什么作用？
• C++比Python快50倍？如何让C++和Python优势互补？(Boost::Python)
• Python / Scipy – 将optimize.curve_fit的sigma实现到optimize.leastsq中
• Python continue语句有什么作用？详解 Python continue语句的用法

Python优化（-O或PYTHONOPTIMIZE）有什么作用？（python 优化）

该文档只说Python解释器执行“基本优化”，而没有涉及任何细节。显然，它取决于实现，但是有什么方法可以使您优化哪种类型的东西，以及可以节省多少运行时间？

使用-O有什么缺点吗？

我唯一知道的是-O disables assert，但大概不应该将它assert用于生产中仍然可能出错的事情。

答案1

要验证不同版本的CPython的效果，请grep的源代码Py_OptimizeFlag。

链接到官方文档：https : //docs.python.org/2.7/tutorial/modules.html#compiled-python-
files

as命令在Python 3.x中有什么作用？

我已经看过很多次了，但从未理解该as命令在Python 3.x中的作用。能用简单的英语解释吗？

答案1

它本身不是命令，它是with语句中使用的关键字：

with open("myfile.txt") as f:    text = f.read()

之后，为对象 as分配由with上下文管理器处理的表达式的结果。

另一个用途是重命名导入的模块：

import numpy as np

因此您可以使用名称np代替numpy现在。

第三种用途是使您可以访问Exception对象：

try:    f = open("foo")except IOError as exc:    # Now you can access the Exception for more detailed analysis

C++比Python快50倍？如何让C++和Python优势互补？(Boost::Python)

1 为什么需要多语言联合编程？

在一个远端控制系统中，前端Web使用html+css+js；后端采用python-flask作为服务端，底层控制采用C/C++

这是因为不同编程语言有各自的适用场景和语法特性，联合编程可使得各种语言发挥自己的特长。本文主要比较Python和C++，先列举各自特点如下：

国外有一个测试指出在相同复杂度算法中，C++约比Python快50倍左右。因此Python不适合用于底层算法的开发，应用在上层应用中作粘合剂或进行智能领域的研究比较占优；C/C++则适合用于底层控制算法编程。下面主要介绍Python调用C++，让C++和Python形成优势互补。

2 Python调用C++的主要方式

主要介绍三种C++/Python联合编程的方式：

2.1 SWIG

• 支持Python、Java、Ruby等语言调用C接口
• 文档全面，易于学习
• 绑定性能欠佳， 不支持属性和内部类封装
• C++支持不好

2.2 Boost::Python

• 支持Python2与python3调用C++接口
• 大量使用C++ templates，明显提高编译时间
• 非常可靠、稳定、经过充分测试
• 语法较复杂，且文档不详细
  
  

  

本文采用Boost::Python进行C++/Python联合编程。

2.3 ctypes

• 灵活，完全兼容C语言
• 使用较繁琐且不支持C++特性

3 Boost::Python安装

打开参考中的官方下载地址，根据不同的操作系统平台下载boost，UNIX和Windows的安装流程差不多，下面以Windows系统为例说明安装过程。

• 下载最新的boost_1_79_0.zip并解压到本地目录
• 运行bootstrap.bat在目录下产生b2.exe可执行文件
• 进入根目录新建user-config.jam用户配置文件，存放本地C++/Python信息

  using msvc : 14.2;
  using python : 3.7.5
  	: "D:/Anaconda/Anaconda/envs/test/python.exe"
  	: "D:/Anaconda/Anaconda/envs/test/include"
  	: "D:/Anaconda/Anaconda/envs/test/libs";
  

  其中msvc是Visual Studio对应的msvc toolset版本，具体对应关系如下：

  

  
  python则定义了本地使用的python解释器相关路径和库
• 命令行执行自动化安装：

  b2 --with-python install --prefix="D:/3rdLib/boost/boost_1_79_0/bin/lib64-msvc-14.2" toolset=msvc-14.2 link=static address-model=64 --user-config=user-config.jam
  

  其中一些关键参数解释如下：

  • with- | without-：前者后接要编译的Boost库名，如本文中只需编译Boost下的Python库；后者即为编译除之外的所有库，缺省则为全部编译
  • stage | install：前者表示只生成库文件(.dll与.lib)，后者会额外生成include目录包含库文件对应的头文件，推荐使用stage，因为安装完成后根目录下的boost与include目录文件完全一致，可直接作为头文件使用，节省编译时间
  • stagedir | prefix：表示编译生成文件的路径，前者对应stage安装模式，后者对应install安装模式。建议在根目录下新建bin目录管理生成的库文件

    # VS2019编译的x86库文件
    bin/lib32-msvc-14.2 
    # VS2019编译的x64库文件
    bin/lib64-msvc-14.2
    

  • toolset：表示编译器，可选gcc、msvc-14.2(VS2019)等
  • link：指定生成动态链接库shared还是静态链接库static，推荐使用静态库方式编译，这样发布程序时无需连带发布Boost的.dll文件，本文采用静态编译。
    

    

    
    

    

  • address-model：指定编译版本，可选32 | 64，该参数必须和本地安装的Python位数相对应，否则会编译出错
  • user-config：使用的本地用户配置文件路径

补充一下编译库文件的命名格式：

libboost_python37-vc142-mt-gd-x64-1_79
| ||   | |      | |   | || ||| | | |  |
 -  ---   ------   ---  -- - -  -   --
 1   2       3      4    5 6 7  8    9

1. 静态库以lib开头，动态库没有lib前缀
2. boost::python库名称和版本
3. 编译器名称及版本
4. mt代表threading=multi，没有则代表threading=single
5. s代表runtime-link=static，没有则代表runtime-link=shared
6. gd代表debug版本，没有则代表release版本
7. x32代表32 位程序，x64代表64 位
8. Boost库版本，1_79代表Boost 1.79版本。

4 测试实例：python继承C++接口

新建工程文件夹，包含三个文件helloworld.cpp、helloworld.py与CMakeLists.txt

在helloworld.cpp中编写：

// 因为采用静态编译boost库，因此必须定义此宏，否则编译出错
#define BOOST_PYTHON_STATIC_LIB

#include<boost/python.hpp>
#include<boost/python/wrapper.hpp>
#include<string>
#include<iostream>

using namespace boost::python;
using namespace std;

struct Base
{
    virtual ~Base() {}
    virtual int f() { return 0; };
};

struct BaseWrap : Base, wrapper<Base>
{
    int f()
    {
        if (override f = this->get_override("f"))
            return f(); //如果函数进行重载了，则返回重载
        return Base::f(); //否则返回基类
    }
    int default_f() { return this->Base::f(); }
};

BOOST_PYTHON_MODULE(hello)
{
    class_<BaseWrap, boost::noncopyable>("Base")
        .def("f", &Base::f, &BaseWrap::default_f);
}

在CMakeLists.txt中编写编译规则

project(Boost_Test)
cmake_minimum_required(VERSION 2.8.3)

if(MSVC)
    # set(Boost_USE_STATIC_LIBS ON)
    set(Boost_DIR D:/3rdLib/boost/boost_1_79_0/stage/lib/cmake/Boost-1.79.0)
    set(PYTHON_INCLUDE_Dirs D:/Anaconda/Anaconda/envs/test/include)
    set(PYTHON_LIBRARIES D:/Anaconda/Anaconda/envs/test/libs/python37.lib)
    find_package(Boost 1.79.0 CONfig COMPONENTS python required)
    include_directories(${Boost_INCLUDE_DIR} ${PYTHON_INCLUDE_Dirs})
endif(MSVC)

set(MODULE_NAME hello)
add_library(${MODULE_NAME} SHARED
    helloword.cpp
	)

if (UNIX)
  set_target_properties(${MODULE_NAME}
    PROPERTIES
    PREFIX ""
  )
elseif (WIN32)
  set_target_properties(${MODULE_NAME}
  PROPERTIES
  SUFFIX ".pyd"
  )
endif()

target_link_libraries(${MODULE_NAME}
  ${Boost_LIBRARIES}
  ${PYTHON_LIBRARIES}
)

在工程目录下执行以下命令行：

mkdir build
cd build
cmake ..
make

即可编译出hello.pyd二进制文件，将该文件置于工程目录下(与helloworld.py在同一个目录)，在helloworld.py中导入接口，测试多态：

import hello 
base = hello.Base()
# 定义派生类，继承C++类
class Derived(hello.Base):
    def f(self):
        return 42

derived = Derived()
print( base.f())
print (derived.f())

输出以下内容，证明实验成功

>>> 0
>>> 42

5 常见问题

1. #include <boost\python.hpp>无法打开源文件'pyconfig.h'

   解决方案：首先确保当前虚拟环境下有pyconfig，否则需要pip install。接着对于vscode，在c_cpp_properties.json中添加python的include目录

2. error LNK2019: 无法解析的外部符号 "__declspec(dllimport) class boost::python::xxx

   解决方案：库链接出错，对于静态编译的Boost::python库需要在C++文件中声明静态编译宏

   #define BOOST_PYTHON_STATIC_LIB
   

6 参考文档

• Boost::Python官方文档
• Boost::Python下载官网

Python / Scipy – 将optimize.curve_fit的sigma实现到optimize.leastsq中

popt,pcov,infodict,errmsg,ier = curve_fit(func,xdata,ydata,sigma = SD,full_output = True)

Python continue语句有什么作用？详解 Python continue语句的用法

本文主要介绍python语句，python continue 语句跳出本次循环，而break跳出整个循环。continue 语句用来告诉python跳过当前循环的剩余语句，然后继续进行下一轮循环。continue语句用在while和for循环中。

Python 语言 continue 语句语法格式如下： 

continue

流程图：

实例：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 for letter in 'Python':     # 第一个实例
   if letter == 'h':
      continue
   print '当前字母 :', letter
      
 var = 10             # 第二个实例
 while var > 0:              
   var = var -1
   if var == 5:
       continue
   print '当前变量值 :', var
       print "Good bye!"

以上实例执行结果：

立即学习“Python免费学习笔记（深入）”；

当前字母 : P
当前字母 : y
当前字母 : t
当前字母 : o
当前字母 : n
当前变量值 : 9
当前变量值 : 8
当前变量值 : 7
当前变量值 : 6
当前变量值 : 4
当前变量值 : 3
当前变量值 : 2
当前变量值 : 1
当前变量值 : 0
Good bye!

与本文相关的知识点：