提高Python效率的方法 混合编程向

题主是工科学生，研究生阶段开始真正接触编程，说白了工科学生编程无非是为了数值模拟，将不同的算法运用到工程实际中，刚开始研究生的时候，就听师兄说MATLAB牛逼啊，好用啊,Python也不错，开源啊，但是我真正自己学习的时候发现，这两个解释型语言效率其实都不高，尤其是循环运算，所以最近学习了几个方法来提高这两种语言的效率，对于Python:
1：调用gpu库，例如cupy、pycuda等
2：python调用C语言编写的dll，题主最近在看pybind，这个好上手
3：python调用MATLAB的dll，这个操作主要是MATLAB在处理稀疏矩阵上效率很高，包括sparse solver等MATLAB都封装好了，而且是自动调用多线程版本的
4:其实很多人安装Numpy时候都是pip install numpy，然而mkl的numpy多数人并不知道，因此选择合适的库非常重要
后面将对2和3方法进行详细展开，如果有人想了解调用C函数，我可以考虑也详细写个教程