可怜的Python总是笑着接受性能批评。如果你是在一场编程语言辩论中，我几乎可以保证，一旦你开始赞美Python，你就会受到性能打击。这是真的。嗯，在某种程度上。
对于原始或标准Python比C或JAVA慢这一事实，我不会争论。但正如我之前所说，有一个像Python一样勤奋和创新的社区，不要害怕。
Python与其静态类型的竞争对手之间的性能差距在过去几年中急剧缩小。JIT编译和并行计算方面的进步使Python赶上了它的竞争对手。
许多变通方法都是为了解决Python的性能问题而开发的。例如：
将实现从CPython更改为PyPy可以显著提高执行速度。有时候，PyPy甚至能超越C。
注意：CPython是你从Python.org下载的实现。
抑制GIL使得Python能够并行执行序列，从而提高计算速度。
JIT编译器Numba。只要把Numba装饰器放在你的函数上，就可以看着它以光速运行了。
许多Python库(例如Numpy和Scipy)是用C/C++编写的。
如您所见，性能是一个反对Python的过时论据。有了这些解决方案，除了赞叹Python充满活力的社区之外，别无选择。
以上内容为大家介绍了Python的速度，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注IT培训机构:千锋教育。http://www.mobiletrain.org/
京公网安备 11010802030320号