一、Python運(yùn)行速度慢的原因

1、python是解釋性語言

python是一個解釋性的動態(tài)類型腳本語言，解釋性語言的特點(diǎn)就是程序只有在執(zhí)行的時候才會去編譯，也就是說邊執(zhí)行邊進(jìn)行編譯。而Java、C這種編譯性的語言在程序執(zhí)行之前就已經(jīng)將其編譯為機(jī)器可讀的代碼了，自然運(yùn)行速度快。而且python程序在沒有運(yùn)行之前都是能夠直接以源碼的形式存在的，這也是它能夠跨平臺運(yùn)行的主要原因，但是在沒有經(jīng)過編譯的python運(yùn)行速度上就會有所降低。

2、Python是動態(tài)語言

動態(tài)語言是一類在運(yùn)行時可以改變其結(jié)構(gòu)的語言，如新的函數(shù)、對象、代碼可以被引入，已有的函數(shù)可以被刪除或其他結(jié)構(gòu)上的變化等，該類語言更具有活性，但是不可避免的因為運(yùn)行時的不確定性也影響運(yùn)行效率。數(shù)據(jù)的比較和轉(zhuǎn)換類型的開銷很大，每次讀取、寫入或引用一個變量，都要檢查類型。很難優(yōu)化一種極具動態(tài)性的語言。Python的許多替代語言之所以快得多，原因在于它們?yōu)榱诵阅茉陟`活性方面作出了犧牲。

3、Python中一切都是對象

Python是一門面向?qū)ο蟮木幊陶Z言，其設(shè)計理念是一切皆是對象，如數(shù)字、字符串、元組、列表、字典、函數(shù)、方法、類、模塊等都是對象，包括代碼，每個對象都需要維護(hù)引用計數(shù)，因此，增加了額外工作，影響了性能。

4、Python GIL

GIL是Python最為詬病的一點(diǎn)，因為GIL，Python中的多線程并不能真正的并發(fā)，即使在單線程，GIL也會帶來很大的性能影響，因為python每執(zhí)行100個opcode就會嘗試線程的切換，因此，影響Python運(yùn)行效率。

5、垃圾回收機(jī)制

Python采用標(biāo)記和分代的垃圾回收策略，每次垃圾回收的時候都會中斷正在執(zhí)行的程序，造成所謂的頓卡，影響運(yùn)行效率。

二、提升Python性能的方案

1、Cython

是Python的C語言擴(kuò)展，cPython是一門單獨(dú)的語言，專門用來寫在Python里面的import用的擴(kuò)展庫。CPython跟Python語法基本一致，而CPython有專門的編譯器。據(jù)說，Cython提供了一些特性來讓代碼更高效，比如變量類型化，這本質(zhì)上是C要求的。一些科學(xué)計算的包，如scikit-learn依賴Cython的一些特性來保持操作簡潔快速。

2、Pyston

Pyston，由Dropbox資助，使用LLVM編譯器架構(gòu)來加速Python，同樣的它也使用了適時編譯。相比于PyPy，Pyston還處于早期階段，它只支持Python的部分特性。Pyston把工作分成兩個部分，一部分是語言的核心特性，另一部分是把性能提升到可接受的程度。Pyston距離可以在生產(chǎn)環(huán)境使用還有一段距離

3、Nuitka

是一個Python的替代品，它可以將Python代碼轉(zhuǎn)換為C++代碼，然后編譯為可執(zhí)行文件，并且通過調(diào)用Python的API的方式實(shí)現(xiàn)從解析語言到編譯語言的轉(zhuǎn)換，在轉(zhuǎn)換到C++的過程中直接使用python的解釋器，可以保證100%的語法兼容。

4、Numba

Numba結(jié)合了上面幾個項目的想法。學(xué)習(xí)了Cython，Numba也采用了部分加速的策略，只加速CPU密集型的任務(wù)；同時它又學(xué)習(xí)了PyPy和Pyston，通過LLVM運(yùn)行Python。你可以用一個裝飾器指定你要用Numba編譯的函數(shù)，Numba繼承Numpy來加速函數(shù)的執(zhí)行，Numba不做適時編譯，它的代碼是預(yù)先編譯的。

5、PyPy

在選擇CPython的簡易替代語言時，pypy無疑時優(yōu)異之選，與現(xiàn)有Python代碼保持高度兼容性，pypy也是默認(rèn)程序運(yùn)行時的一個很好選擇。PyPy使用了Just-in-Time即時編譯器，動態(tài)編譯器與靜態(tài)編譯器不同，利用程序運(yùn)行的過程的數(shù)據(jù)進(jìn)行優(yōu)化。

PyPy使用適時編譯來加速Python，這項技術(shù)Google也在使用，Google在V8引擎中使用它加速Javascript。最近的版本PyPy2.5增加了一些提升性能的特性，其中有一項很受歡迎，它集成了Numpy，Numpy之前也一直被用來加速Python的運(yùn)行。

延伸閱讀1：Python優(yōu)勢

Python最大的優(yōu)勢在于效率。有時候程序員或科研工作者的效率比機(jī)器的效率更重要，對于很多復(fù)雜性的功能，使用更加清晰的語言能給程序減少更多的負(fù)擔(dān)，從而大大增強(qiáng)程序的質(zhì)量，其易學(xué)性和擴(kuò)展性也能讓新手很快上手。雖然Python底層運(yùn)行速度要比C語言慢，但Python清晰的結(jié)構(gòu)能解放程序員的時間，同時很方便的和其他編程語言代碼（如C語言）融合在一起。