如果你需要让你的Python程序加速运行,在不同的层次有一些不同的解决方案:
- 重写 你的 Python 代码, 通过 并行化parallelizing 和 优化optimizing/替代replacing/调试tuning 运算方法,比如使用:
- Hadoop 或者 Disco
- MapReduce 的开源实现工具
- Parallel Python Python 并行运算
- Message Passing Interface (MPI)
- 经常用于大量数学运算
- Bulk Synchronous Parallel (BSP)
- RPyC
- 针对分布式/并行程序的RPC
- 针对分布式/并行程序的RPC
- Twisted
- 用于分布式/并行程序的网络库
- 用于分布式/并行程序的网络库
- Profiling Tools
- 线程 thread或者 Microthreads (Stackless)
- Hadoop 或者 Disco
- 使用工具加速你的代码而不需要大量修改
- 替换 (一部分) 你的 Python 代码 为其他语言
- Simplified Wrapper and Interface Generator (SWIG)
- Use C/C++ from Python
- Use C/C++ from Python
- Fortran to Python Interface Generator (F2PY)
- Use Fortran from Python
- llvm-py
- 编写代码和编译为汇编语言,用于运行在底层虚拟机上。
- CorePy
- 在Python中写汇编代码
- Weave
- PyInline
- Boost.Python
- Cinpy
- Simplified Wrapper and Interface Generator (SWIG)