「如果想讓代碼運行得更快，您應(yīng)該使用 PyPy?！?- Python 之父 Guido van Rossum
對于研究人員來說，迅速把想法代碼化并查看其是否行得通至關(guān)重要。Python 是能夠?qū)崿F(xiàn)這一目標(biāo)的出色語言，它能夠讓人們專注于想法本身，而不必過度為代碼格式等無聊的事情困擾。
但是，Python 有一個致命的缺點：速度比 C、C ++ 等語言慢很多。那么，構(gòu)建一個 Python 原型測試想法之后，如何將其轉(zhuǎn)變?yōu)榭焖偾腋咝阅艿墓ぞ撸客ǔ碚f，人們還要再進行一步工作：將 Python 代碼手動轉(zhuǎn)換為 C 語言的代碼。但如果 Python 原型本身就可以運行得很快，那么轉(zhuǎn)換代碼的時間就可以做一些更有意義的事情。
而 PyPy，恰好可以解決這一問題。它能夠讓 Python 代碼運行得比 C 還快。
import timefrom termcolor import colored
start = time.time()number = 0for i in range(100000000): number += i print(colored('FINISHED', 'green'))print(f'Ellapsed time: {time.time() - start} s')
為了證明 PyPy 的速度，使用默認(rèn)的 Python 解釋器和 PyPy 運行上述代碼，執(zhí)行一個從整數(shù) 0 加到 100,000,000 的循環(huán), 然后打印出運行時間。運行結(jié)果如下：
這不是學(xué)術(shù)意義上的評估，但該結(jié)果是令人驚嘆的。與大約需要 10 秒鐘的默認(rèn) Python 解釋器相比，PyPy 僅用 0.22 秒就完成了執(zhí)行。而且無需進行任何更改就可以直接將 Python 代碼放到 PyPy 上。而同一臺計算機上，等效的 C 語言實現(xiàn)需要 0.32 秒，PyPy 甚至擊敗了最快的 C 語言。盡管代碼完全相同，但代碼的執(zhí)行方式卻大不相同。PyPy 提升速度的秘訣是「即時編譯（ just-in-time compilation）」，即 JIT 編譯。C、C ++、Swift、Haskell、Rust 等編程語言通常是提前編譯（AOT 編譯）的。這意味著用這些語言編寫代碼之后，編譯器會將源代碼轉(zhuǎn)換成特定計算機架構(gòu)可讀的機器碼。也就是說在執(zhí)行程序時，執(zhí)行的并不是原始源代碼，而是機器碼。與 C 語言等上述語言不同，Python、JavaScript、PHP 等語言采用另一種方法——解釋語言。與將源代碼轉(zhuǎn)換為機器碼相比，解釋的過程中源代碼是保持不變的。每次運行程序時，解釋器都會逐行查看代碼并運行。例如，每個 Web 瀏覽器都內(nèi)置了 JavaScript 解釋器。PyPy 是利用即時編譯來執(zhí)行 Python 代碼的。即 PyPy 不同于解釋器，它并不會逐行運行代碼，而是在執(zhí)行程序前先將部分代碼編譯成機器碼。如上圖所示，而 PyPy 使用的 JIT 編譯是解釋和提前編譯的結(jié)合，可以利用提前編譯來提高性能，并提高解釋型語言的靈活性和跨平臺可用性。原文鏈接：https://towardsdatascience.com/run-your-python-code-as-fast-as-c-4ae49935a826
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
