【保存版】 2 万文字で語る Python の with 文で始めるリソース管理 ── C++/Go/TypeScript の技法を横断
本記事では、Python の with 文を起点に、多言語の with に相当する概念を横断的に比較し、 リソース管理という "地味だけど重要" なテーマ を一気に理解できるように整理しました。 「〇〇をしたら必ず △△ する」 をコードで保証する ── リソース管理とは？ A. 「そのタスク終わったら Slack で私に連絡してくださいね！」 B. 「はい、わかりました！」 (数日後...) A. 「あれ、Slack で連絡来てないな。」 B. 「違う仕事していたら、Slack で連絡するの忘れてました！」 そんな経験、ありませんか？ 「〇〇をしたら絶対にこれをやる」ということを強制する。 それを実現するのが、Python の with 文です。 〇〇をしたら絶対にこれをやるというのは、 例えばファイルを open したら必ず close をするなどのリソースに対して行うことは特に多く、
PythonでC／C++に匹敵する実行速度を実現 米MITなどコンパイラ「Codon」開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。Twitter: ＠shiropen2 Pythonは人気な言語だが、実行速度が遅いため、速さを求められる環境になると違う言語が採用される。この研究では、Pythonのような高水準言語のシンプル性とCやC++のような低水準言語の高速性を兼ね備えることができるPythonベースのコンパイラ「Codon」を提案する。 Codonは、Pythonのコードをネイティブなマシンコードにコンパイルするコンパイラであり、シングルスレッドにおいて通常のPythonよりも10倍から100倍速く実行され、CやC++に匹敵する速度を実現できるという。またCodonではマルチスレッドも可能なため、より大きな性能向上
Clang（python）で命名規則チェック - Qiita
目的 １．C++でソースコードを書くにあたって、ハンガリアン記法に独自のクラスもくっつけたオリジナル命名規則に従いたい 例：intは頭に「n」を付けるようにMyTestClassは頭に「mtc」を付ける、といったことをしたい ２．目で見て確認するのは嫌なのでツールがほしい ３．そしてそのツールはチーム内の他の人たちも簡単に使えるものが良い ４．命名規則はものによって気軽に付け加えたい ５．別にビルドまではしなくていい、ただ命名規則だけチェックしたい ということで、いろいろ紆余曲折あった末にClang（読み：クラン）でチェックすることになりました。 言語はこちらも紆余曲折あった末Pythonです。 環境 OS：Windows10 Python：3.8.8 処理 まず、使いたい人が自由に設定できるように、命名規則をcsvファイルにします。 Type,prefix CString,str int
流体計算の実行速度比較: Fortran, C++, Rust, Python, Julia - Qiita
要点 下の gif 画像の圧縮性流体計算をするコードを Fortran, C++, Rust, Python, Julia で組み、実行速度を比較した。 計算で必要になる巨大配列を、それぞれメモリの静的領域、スタック、ヒープに格納するような 3 バージョンのコードを組んだ。 ヒープを使わないならば、Fortran, C++, Rust 間の速度差はそこまで無いことが分かった。 ヒープに配列を割り付けるような外部ライブラリを用いるならば、実行速度はもっと速くならないのか、一考の余地があると思った。 ↓ グリッド数 $400\times 400$ の場合の計算結果 オーバーヘッドが発生する余地もそれほどない単純なコードなので、言語比較の観点では面白くないかもしれないが、これから同様のコードを作ろうとしている方の判断材料になればと思い、公開した。 本記事は、再現性のある公平なベンチマークではなく
C++やPython向けのコード可視化ツール「Sourcetrail」がオープンソースに
Sourcetrailは、開発者が他人の書いたソースコードを理解し、生産的にコーディングを行えるよう支援する。開発者は既存のソースコードを理解することに多大な時間を費やすが、一般的なコードエディタは、こういった作業にはほとんど役に立たない。 Sourcetrailの主要開発者であるEberhard Gräther氏は、「Google Chrome」のグラフィックスチームにインターンシップとして参加した2012年時点の経験を次のように語っている。 「割り当てられた単純に見えるタスクに着手し、具体的なコードの改善に取り組み始めるとすぐに、Chromiumの巨大なアーキテクチャを理解する機会が全くないことに気付いた。ドキュメントはあまり役に立たず、開発チームのメンバーは非常に友好的だったが、コードベースについて質問するインターンに邪魔されることを好まないことも分かった。そこで、ソースコードを読ん
Python を高速化する Numba, Cython 等を使って Julia Micro-Benchmarks してみた - Qiita
テスト環境: OS Ubuntu 18.04, CPU Intel Core i7-7700 使用したソフトウェアのバージョン: Julia 1.0, Python 3.7, Numba 0.46.0, numpy 1.17.2, Cython 0.29.13, Pythran 0.9.3.post1, Java openjdk 1.8.0_222, PyPy 7.1.1-beta0 Pythonについては、Numba では Anacondaを、それ以外では Ubuntu のパッケージを使用 使用したコード、測定結果の詳細については、GitHubで公開しています。 Numba の場合、8つのテスト項目の中で一番遅いのが「recursion_fibonacci」で、C よりも 2.89 倍の時間がかかっています。Numba は、再帰の処理が遅いためです。次に遅いのが、matrix_stati
rust.tokyo のまとめ・感想 - mizchi's blog
このブログを書いてる経緯 rust.tokyo 楽しみ！絶対行く！といってたのに申込みを忘れたところ、じゃあスタッフとしてブログを書けという話になったので、ブロガー枠？らしく感想を書きます。とはいえ書けるのは見たやつだけです。 https://rust.tokyo/sessions# 前提 自分は低レベルプログラミングは詳しくないです。年に3日ぐらい思い出したように Rust 勉強することがある。 wasm 周りのエコシステムはずっと追ってる。 会場の雰囲気 組み込み勢とブロックチェーン勢が多そうな気配を感じた。 Visualization of mechanical CAD drawings using WebAssembly and WebGL Aki / CADDi (発表資料見つからず) 概要 Computer aided design (CAD) models used in m
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
プログラミング言語の人気ランキングで「C++」が急伸。来月にもPythonを抜いて1位の可能性？【やじうまWatch】
How to Add and Subtract Two Matrices in C++, Python, and JavaScript
BOUML - a free UML tool box