Différences

Ci-dessous, les différences entre deux révisions de la page.

--- py_exe [2025/09/09 14:54] – créée luc
+++ py_exe [2025/09/09 14:55] (Version actuelle) – luc
@@ Ligne 10: / Ligne 10: @@
 == Wrapper ==
-De nombreux modules (comme numpy, pandas, scipy ...) sont en réalité codés en C (et donc compilés), et le module python accessible n'est qu'un wrapper. Ainsi, les calculs lourds sont réalisés en C. Cela permet à des modules comme datashader ou pandas d'être rapides en manipulant des quantités très importantes de données.
+De nombreux modules (comme ''numpy'', ''pandas'', ''scipy'' ...) sont en réalité codés en C (et donc compilés), et le module python accessible n'est qu'un wrapper. Ainsi, les calculs lourds sont réalisés en C/C++. Cela permet à des modules comme ''datashader'' ou ''pandas'' d'être rapides en manipulant des quantités très importantes de données.
 == Compilation JIT ==
 Il existe aussi la compilation à la volée (Just In Time), qui vise à créer du code compilé à partir du python lors de la première exécution du script. On citera ''numba'' que j'utilise régulièrement.\
-La première exécution est plus lente (normal, il faut compiler), mais les suivantes sont plus rapides. Cela se prête bien à des boucles ou un calcul lourd qui n'a pas pu être fait dans un module de bas niveau style numpy.
+La première exécution est plus lente (normal, il faut compiler), mais les suivantes sont plus rapides. Cela se prête bien à des boucles ou un calcul lourd qui n'a pas pu être fait dans un module de bas niveau style ''numpy''.
 == Création d'un exécutable compilé ==
@@ Ligne 20: / Ligne 20: @@
 Parmi ces outils, on notera :
-  * Cython
+  * ''Cython''
 ===== Exécuter sans interpréteur python =====
@@ Ligne 28: / Ligne 28: @@
 Parmi ces outils, on notera :
-  * PyInstaller
+  * ''PyInstaller''
-  * cx_Freeze
+  * ''cx_Freeze''
-  * py2exe
+  * ''py2exe''
 ===== Protéger son programme =====
 __bientôt disponible__