轉(zhuǎn)自：機(jī)器之心，編輯：杜偉、陳萍
大家好，我是明哥。
大家常說Python執(zhí)行速度慢，今天給大家推薦一篇關(guān)于PyPy解釋器，它能有效提升代碼運(yùn)行速度。
Python 之父 Guido van Rossum曾經(jīng)說過：如果想讓代碼運(yùn)行得更快，應(yīng)該使用 PyPy。
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(diǎn)：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?？通常來說，人們還要再進(jìn)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(yùn)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(yùn)行得比 C 還快。import time
from termcolor import colored
start = time.time()
number = 0
for 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(yùn)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(yùn)行時間。運(yùn)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(jìn)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(jī)上，等效的 C 語言實(shí)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(jī)架構(gòu)可讀的機(jī)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(jī)器碼。提前編譯把源代碼轉(zhuǎn)化為機(jī)器代碼解釋語言
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(jī)器碼相比，解釋的過程中源代碼是保持不變的。每次運(yùn)行程序時，解釋器都會逐行查看代碼并運(yùn)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(yùn)行代碼，而是在執(zhí)行程序前先將部分代碼編譯成機(jī)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。這也就是為什么PyPy可以讓Python有這么快的執(zhí)行速度了。目前，大部分的使用者還保持使用著默認(rèn)的Python編譯器，如果對速度有要求不妨可以試試PyPy編譯器
原文鏈接：https://towardsdatascience.com/run-your-python-code-as-fast-as-c-4ae49935a826
