Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.00264v1

帮助 | 高级搜索

计算机科学 > 编程语言

arXiv:2507.00264v1 (cs)
[提交于 2025年6月30日 ]

标题: Rust 与 C 对于 Python 库:评估 Rust 兼容绑定工具链

标题: Rust vs. C for Python Libraries: Evaluating Rust-Compatible Bindings Toolchains

Authors:Isabella Basso do Amaral (1), Renato Cordeiro Ferreira (1,2,3,4), Alfredo Goldman (1) ((1) University of São Paulo, (2) Jheronimus Academy of Data Science, (3) Technical University of Eindhoven, (4) Tilburg University)
摘要: Python编程语言以其语法和科学库而闻名,但同时也因其缓慢的解释器而臭名昭著。 在Python中优化关键部分需要了解编程语言之间的二进制交互,手动接口可能很麻烦,实现者常常求助于复杂的第三方库。 这项比较研究评估了Rust对Python绑定工具链PyO3的性能和易用性与ctypes和cffi的对比。 通过使用为Python开发的Rust工具,我们可以实现最先进的性能,而无需担心API兼容性。
摘要: The Python programming language is best known for its syntax and scientific libraries, but it is also notorious for its slow interpreter. Optimizing critical sections in Python entails special knowledge of the binary interactions between programming languages, and can be cumbersome to interface manually, with implementers often resorting to convoluted third-party libraries. This comparative study evaluates the performance and ease of use of the PyO3 Python bindings toolchain for Rust against ctypes and cffi. By using Rust tooling developed for Python, we can achieve state-of-the-art performance with no concern for API compatibility.
评论: 10页,27图(1个图示,4个图表,9张表格,13个代码清单),提交至SBAC-PAD 2025
主题: 编程语言 (cs.PL) ; 分布式、并行与集群计算 (cs.DC); 性能 (cs.PF); 软件工程 (cs.SE)
ACM 类: D.2.13; D.2.8; D.3.3; B.8
引用方式: arXiv:2507.00264 [cs.PL]
  (或者 arXiv:2507.00264v1 [cs.PL] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.00264
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Renato Cordeiro Ferreira [查看电子邮件]
[v1] 星期一, 2025 年 6 月 30 日 21:14:20 UTC (319 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.PL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.DC
cs.PF
cs.SE

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号