较新的 Python 版本比以前的版本更快。Python 3.8 附带了许多增强其性能的修改。我们无法理解 Python 的性能，因为在通用的、动态的语言和性能之间经常会有一个折衷。我们不可能同时拥有一切。为了测试 Python 的性能，程序员应该应用替代实现。 Python 是一种解释语言，同时它还提供了将源代码编译成在虚拟机上运行的字节码的功能。我们可以针对不同的目的使用不同的编译器，从而获得性能优势。
在本教程中，我们将看到 Python 的不同实现。
PyPy
PyPy 是 Python 开发人员用来提高速度的最受欢迎的替代编译器之一。PyPy 在 JIT(即时)编译器上工作，该编译器编译提高性能的代码部分。它还使用 GC 改进有效地管理内存。它支持无栈模式，可以与微线程协同工作实现并发。
程序员对 PyPy 和 CPython 哪个最快有争议，但普遍的共识是 PyPy 更快。
CPython 先生
CPython 是用 C 编写的 Python 最常用的编译器。它是默认编译器。CPython 将源代码转换为中间字节代码，并使用 CPython 虚拟机运行它。CPython 还与无栈模式一起工作，该模式为并发提供了微线程。
JPython 还是 JPython
我们可以假设 JPython 是 Python 的 Java 实现。它允许统一的 Python 脚本可以在 Java 平台上使用。Java 程序员将使用它将 Python 脚本绑定到大型 Java 应用中。我们也可以使用 Java 线程来编写多线程程序。它提供了一些速度，但是比 CPython 慢。Python 可以在大规模 Java 应用开发中提供额外的效率。
铁皮人
IronPython 是 Python 的实现，用于与一起工作。净。我们可以用。Net 库。它不支持 GIL；这意味着多线程代码的性能比其他代码好得多。它提供了我们可以使用 Python 框架而不是ASP.NET在网络服务器上工作的工具。
努特卡
Nuitka 是一个新创建的编译器，与其他编译器相比还不够，但它将 Python 代码编译成 C/ C++ 可执行文件。它可以与从 2.6 到 3.8 的每一个 Python 版本一起工作，并且比 CPython 快两倍。我们可以使用 Nuitka 为 Python 代码开发独立的可执行文件，即使在 Windows 上也是如此。
这都是关于 Python 的不同实现。您可以比其他编译器更快地找到 CPython，但它也依赖于不同的用例。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/254549.html
微信扫一扫 
支付宝扫一扫 