Linux下基于python的USB通信程序开发

Linux操作系统通过libusb库完成各种和USB设备的通信,但其开发过程过于繁杂,以python语法简洁的特性调用libusb,可以极大减少对USB设备通信开发难度且无须编写特殊驱动.以CY7C68013芯片为例,在Linux下通过python调用libusb对Cypress Fx2LP系列芯片通信方法,并介绍了上传数据到芯片内RAM具体应用的方法.     

Visual C＋＋编程经验三则

1.适当调用DOS程序,加快软件开发速度 我们在开发Visual C++应用程序时,可以适当调用DOS程序,这是因为: (1)DOS程序能更好地访问用户为Windows安装的计算机资源; (2)经历了长期运行考验的DOS程序;稳定可靠; (3)利用成熟的DOS程序,可减少编程工作量,加快软件开发进程。 Visual C++应用程序调用DOS程序的直接方法是使用WinExec函数。 WinExec((LPCSTR)lpszComLine,(UINT)     

汇编语言与C语言的混合程序设计技术

讨论汇编语言与C语言的混合程序设计技术。在大规模的程序设计中，汇编语言程序与高级语言程序相结合，充分发挥各自的优点，实现两种语言之间的混合编程，是解决实际问题的有效方法。在实际的程序设计中，C语言主程序可以调用汇编语言子程序，汇编语言主程序可以调用C语言子程序，也可以在C语言程序中嵌入汇编语言语句。在汇编语言与C语言的混合编程中，参数的传递、模块的连接以及调用关系的确定是值得注意的关键问题。     

科学计算软件快速开发技术的研究

讨论了C＋＋语言与Matlab语言结合快速开发科学计算软件的优越性和可行性，Visual C 调用Matlab函数的几种方法，其中着重探讨Matlab函数在Visual C 中的编译技术以及如何在Visual C 中调用Matlab Shared M-DII，开发Windows平台独立可执行文件的技术。作为例程给出了Visual C 中开发小波分析软件的步骤和要点，给出了源代码，程序在Win2000系统下成功编译，并能独立运行在Win9x和Win2000操作系统上。     

汇编语言与C语言的混合程序设计技术

讨论汇编语言与C语言的混合程序设计技术。在大规模的程序设计中,汇编语言程序与高级语言程序相结合,充分发挥各自的优点,实现两种语言之间的混合编程,是解决实际问题的有效方法。在实际的程序设计中,C语言主程序可以调用汇编语言子程序,汇编语言主程序可以调用C语言子程序,也可以在C语言程序中嵌入汇编语言语句。在汇编语言与C语言的混合编程中,参数的传递、模块的连接以及调用关系的确定是值得注意的关键问题。     

基于C共享库的MATLAB与Visual C#混合编程

MATLAB具有很强的数值计算能力,而Visual C#具有强大的图形用户界面的开发能力,两者的互补结合可以快速和高效地开发专业计算软件。为此,以实例的方式展示了由MATLAB生成C共享库,并在Visual C#中调用此C共享库来实现两者之间的混合编程。另外,对在Visual C#中调用C共享库时的一些需要注意的问题进行了讨论,并给出了外部程序调用由MATLAB生成的C共享库的一般步骤。实例证明通过C共享库来实现MATLAB与Visual C#混合编程的方法是行之有效的。     

在ARM微处理器上实现Rijndael加密算法

使用UPNETARM300嵌入式实验系统,在ARMSDT2.51集成开发环境下,建立并编译基于μC/OSII操作系统的工程文件;用ARM汇编子程序调用方法,在嵌入式微处理器上实现高级加密标准Rijndael算法,并比较在ARM处理器上调用ARM汇编程序与C程序两种实现方式的效率。     

面向嵌入式系统XML-RPC的C实现设计

随着嵌入式系统和网络技术的迅猛发展,将Webservice延伸到嵌入式系统中,解决松散网络中跨平台嵌入式系统程序调用已成为热点。就嵌入式系统远程服务中的问题提出了基于C语言开发的XML-RPC远程调用应用实现框架。     

在C语言中调用系统资源的方法及技巧

较详细地介绍了C语言程序中调用系统资源的基本方法及技巧,使用这些方法调用系统资源,可以有效地提高程序开发效率,实现更复杂的程序功能,使程序具有较高的专业水平。同时给出几个具体实例,为广大用户充分利用宝贵的系统资源提供参考。     

C＋＋环境下调用汇编语言易产生的错误

利用C语言与汇编语言混合编程是程序设计人员经常想使用的方法,这样使用,可以充分利用高级语言的特性和低级语言的直接处理功能,达到互补,更快地设计出用户所需的程序。 笔者曾参阅过Turbo C 及Turbo Assembler汇编大全(中国科学院希望高级电脑技术公司,1990.9),发现:在C环境下调用的汇编模块,需在汇编语言中说明被C调用的变量、函数为Public;而在C语言中也需说明该汇编函数为Extern,这样方可进行调用。当然也同时要求编写的汇编函数具有根据栈进行参数传递的约定,以及对被C调用的函数要求其前有下划线。下面来看一下调用实例。     

Approaches to interpreter composition

In this paper, we compose six different Python and Prolog VMs into 4 pairwise compositions: one using C interpreters, one running on the JVM, one using meta-tracing interpreters, and one using a C interpreter and a meta-tracing interpreter. We show that programs that cross the language barrier frequently execute faster in a meta-tracing composition, and that meta-tracing imposes a significantly lower overhead on composed programs relative to mono-language programs.     

A Python extension for the massively parallel multiphysics simulation framework waLBerla

We present a Python extension to the massively parallel HPC simulation toolkit waLBerla. waLBerla is a framework for stencil based algorithms operating on block-structured grids, with the main application field being fluid simulations in complex geometries using the lattice Boltzmann method. Careful performance engineering results in excellent node performance and good scalability to over 400,000 cores. To increase the usability and flexibility of the framework, a Python interface was developed. Python extensions are used at all stages of the simulation pipeline: they simplify and automate scenario setup, evaluation, and plotting. We show how our Python interface outperforms the existing text-file-based configuration mechanism, providing features like automatic nondimensionalization of physical quantities and handling of complex parameter dependencies. Furthermore, Python is used to process and evaluate results while the simulation is running, leading to smaller output files and the possibility to adjust parameters dependent on the current simulation state. C++ data structures are exported such that a seamless interfacing to other numerical Python libraries is possible. The expressive power of Python and the performance of C++ make development of efficient code with low time effort possible.     

基于Python的大规模高性能LBM多相流模拟

Python由于具有丰富的第三方库、开发高效等优点,已成为数据科学、智能科学等应用领域最流行的编程语言之一。Python强调了对科学与工程计算的支持,目前已积累了丰富的科学与工程计算库和工具。例如,SciPy和NumPy等数学库提供了高效的多维数组操作及丰富的数值计算功能。以往,Python主要作为脚本语言,起到连接数值模拟前处理、求解器和后处理的“胶水”功能,以提升数值模拟的自动化处理水平。近年来,国外已有学者尝试采用Python代码实现求解计算功能,并在高性能计算机上开展了超大规模并行计算研究,取得了不错的效果。由于自身特点,高效大规模Python数值模拟的实现和性能优化与传统基于C/C++和Fortran的数值模拟等具有很大的不同。文中实现了国际上首个完全基于Python的大规模并行三维格子玻尔兹曼多相流模拟代码PyLBMFlow,探索了Python大规模高性能计算和性能优化方法。首先,利用NumPy多维数组和通用函数设计实现了LBM流场数据结构和典型计算内核,通过一系列性能优化并对LBM边界处理算法进行重构,大幅提升了Python的计算效率,相对于基准实现,优化后的串行性能提升了两个量级。在此基础上,采用三维流场区域分解方法,基于mpi4py和Cython实现了MPI+OpenMP混合并行;在天河二号超级计算机上成功模拟了基于D3Q19离散方法和Shan-Chen BGK碰撞模型的气液两相流,算例规模达百亿网格,并行规模达1024个结点,并行效率超过90%。     

一种基于Python的红外图像分析软件结构

作为一种纯面向对象的动态脚本语言,Python已经在网络应用软件、系统配置软件及科学研究领域获得了广泛的使用,但它在桌面应用软件开发中并未引起足够的重视.介绍了一种基于Python的桌面应用软件结构,利用Windows平台下Python与C/C 语言的两种API接口,实现了Python与VC的混合语言编程,并将这种软件结构成功地应用于一套商业红外图像分析软件.实际应用表明,这种结构可以充分发挥Python编程灵活简单和VC执行效率高的优点,克服Python执行效率低和VC开发效率低的缺点,实现了软件开发效率和执行效率的双赢.     

C语言与Python语言混合编程的接口设计

在开发用于电磁场工程中参数提取的求解器过程中，为兼顾计算效率和方便的界面设计，采用C语言和Python语言混合编程的开发手段。本文阐述了这两种语言在本求解器中的接口设计方案，从而实现了这两种语言的混合编程。     

基于Python的混合语言编程及其实现

Python是一种被广泛使用的脚本语言,它特别适用于混合语言编程的软件开发。本文介绍了Python语言的特点,给出了混合运用Python语言和系统编程语言开发的软件结构,并在此基础上开发了一个类似Logo语言的交互式绘图应用。     

Using B SP and Python to simplify parallel programming

Scientific computing is usually associated with compiled languages for maximum efficiency. However, in a typical application program, only a small part of the code is time-critical and requires the efficiency of a compiled language. It is often advantageous to use interpreted high-level languages for the remaining tasks, adopting a mixed-language approach. This will be demonstrated for Python, an interpreted object-oriented high-level language that is well suited for scientific computing. Particular attention is paid to high-level parallel programming using Python and the BSP model. We explain the basics of BSP and how it differs from other parallel programming tools like MPI. Thereafter we present an application of Python and BSP for solving a partial differential equation from computational science, utilizing high-level design of libraries and mixed-language (Python–C or Python–Fortran) programming.     

Python语言整数运算实现机制分析与性能评估

Puthon是最流行的脚本语言之一,但性能较慢.以整数运算为例,通过实验对比评估了Python与C语言性能差异,从虚拟机源代码层面分析了性能差异产生的原因.在性能优化方面,归纳了几种常用的方法,并基于其中一种进行了对比测试,取得了较好效果.