python是脚本语言、不需要编译器编译执行_让Python代码更快运行的5种方法

不论什么语言，我们都需要注意性能优化问题，提高执行效率。选择了脚本语言就要忍受其速度，这句话在某种程度上说明了Python作为脚本语言的不足之处，那就是执行效率和性能不够亮。尽管Python从未如C和Java一般快速，但是不少Python项目都处于开发语言领先位置。

Python很简单易用，但大多数人使用Python都知道在处理密集型cpu工作时，它的数量级依然低于C、Java和JavaScript。但不少第三方不愿赘述Python的优点，而是决定自内而外提高其性能。如果你想让Python在同一硬件上运行得更快，你有两个基本选择，而每个都会有一个缺点:

·您可以创建一个默认运行时所使用的替代语言(CPython的实现)——一个主要的任务，但它最终只会是CPython的一个简易替代者。

·您也可以利用某些速度优化器重写现有Python代码，这意味着程序员要花更多精力编写代码，但不需要在运行时加以改变。

如何进行Python性能优化，是本文探讨的主题。下面是五个方法可以在某些方面提高Python代码的性能和执行效率。

PyPy

在选择CPython的简易替代语言时，PyPy无疑是最佳之选(如Quora就是由它编写而成)。由于与现有Python代码保持高度兼容性，PyPy也是默认程序运行时的一个很好选择。

PyPy使用了Just-in-Time(JIT)即时编译器，即动态编译器，与静态编译器（如gcc,java等）不同，它是利用程序运行的过程的数据进行优化，拥有同谷歌Chrome V8 JavaScript引擎相同的语言加速技术。本月初，最新版本PyPy 2.5即将发布，此版本会有一系列的性能改进，提供更全面的如NumPy的支持，用于加速Python性能的共享库。

Python 3.