提升Python性能的項(xiàng)目分享

　　現(xiàn)在想要成為Python開發(fā)工程師的小伙伴不斷的增加，但是想要成為專業(yè)的Python開發(fā)工程師一定要有真才實(shí)學(xué)，本篇文章扣丁學(xué)堂給大家分享一些干貨：提升Python性能的項(xiàng)目，希望對(duì)大家有所幫助。

　　關(guān)于提升性能，這里有兩個(gè)選擇，有利有弊，如果讓Python在特定硬件上運(yùn)行得快一點(diǎn)，首先，可以創(chuàng)建一個(gè)Python運(yùn)行時(shí)的替代品，但最后卻發(fā)現(xiàn)是重寫了一遍CPython，或者可以重寫現(xiàn)存的部分代碼來(lái)利用一些性能優(yōu)化的特性，缺點(diǎn)是程序員需要做更多的工作。

　　扣丁學(xué)堂Python培訓(xùn)簡(jiǎn)述提升Python性能的項(xiàng)目有：

　　1、Pyston

　　Pyston，由Dropbox資助，使用LLVM編譯器架構(gòu)來(lái)加速Python，同樣的它也使用了適時(shí)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(gè)部分，一部分是語(yǔ)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。在培訓(xùn)Python時(shí)，多涉獵一些更深?yuàn)W的項(xiàng)目，等你再學(xué)習(xí)簡(jiǎn)單的知識(shí)時(shí)，掌握起來(lái)更容易。

　　2、PyPy

　　在CPython的替代品中，PyPy是最顯眼的那一個(gè)(比如Quora就在生產(chǎn)環(huán)境中使用它)。它也最有機(jī)會(huì)成為默認(rèn)解釋器，它和現(xiàn)存Python代碼高度兼容。

　　PyPy使用適時(shí)編譯來(lái)加速Python，這項(xiàng)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(xiàng)很受歡迎，它集成了Numpy，Numpy之前也一直被用來(lái)加速Python的運(yùn)行。

　　使用Python3的代碼需要對(duì)應(yīng)地使用PyPy3。PyPy目前只支持到Python3.2.5，對(duì)Python3.3的支持正在進(jìn)行中。

　　3、Nuitka

　　除了替換Python運(yùn)行時(shí)，有些團(tuán)隊(duì)嘗試將Python代碼轉(zhuǎn)換為能夠在本地高效運(yùn)行的其他語(yǔ)言的代碼。其中著名的項(xiàng)目是Nuitka--把Python代碼轉(zhuǎn)換為C++代碼--雖然運(yùn)行時(shí)還是依賴Python運(yùn)行時(shí)。這樣限制了它的可移植性，不過(guò)性能提升是可觀的。長(zhǎng)期規(guī)劃中，Nuitka還準(zhǔn)備讓C語(yǔ)言能夠調(diào)用Nuitka編譯的Python代碼，這樣性能提升將更加明顯。

　　4、Cython

　　Cython(Python的C語(yǔ)言擴(kuò)展)是Python的超集，它能把Python代碼編譯成C代碼，并與C和C++進(jìn)行交互。它可以作為Python項(xiàng)目的擴(kuò)展使用(重新性能要求高的部分)，或者單獨(dú)使用，不涉及傳統(tǒng)的Python代碼。缺點(diǎn)是你寫的不是Python，所以需要手動(dòng)遷移，缺乏可移植性。

　　據(jù)說(shuō)，Cython提供了一些特性來(lái)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(jì)算的包，如scikit-learn依賴Cython的一些特性來(lái)保持操作簡(jiǎn)潔快速。所以在python培訓(xùn)中，建議適當(dāng)了解一些C語(yǔ)言，可以幫助對(duì)比python，也能讓你打開思路，更深入理解python。

　　5、Numba

　　Numba接合了上面幾個(gè)項(xiàng)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(shí)它又學(xué)習(xí)了PyPy和Pyston，通過(guò)LLVM運(yùn)行Python。你可以用一個(gè)裝飾器指定你要用Numba編譯的函數(shù)，Numba繼承Numpy來(lái)加速函數(shù)的執(zhí)行，Numba不做適時(shí)編譯，它的代碼是預(yù)先編譯的。

　　在Python培訓(xùn)中，或許會(huì)認(rèn)為Python慢，但Python之父曾說(shuō)過(guò)，有些人感覺慢是因?yàn)闆]有正確使用它。拿CPU密集型的任務(wù)來(lái)說(shuō)，有多種方法可以提升性能，如使用Numpy來(lái)做計(jì)算，調(diào)用外部C代碼，以及盡量避免GIL鎖。Python之父說(shuō)大部分覺得Python慢的應(yīng)用都是沒有正確地使用Python。對(duì)于CPU密集型的任務(wù)有多種方法來(lái)提升性能--由于GIL鎖目前還無(wú)法被替代，所以如果要改善，許多項(xiàng)目還需要嘗試一些短期可行的替代方案，當(dāng)然，如果使用ok的話，還可以考慮長(zhǎng)期使用。

　　想要學(xué)好Python開發(fā)技術(shù)就一定要選擇專業(yè)靠譜的Python培訓(xùn)機(jī)構(gòu)，扣丁學(xué)堂Python培訓(xùn)不僅有專業(yè)的老師和與時(shí)俱進(jìn)的課程體系，還有大量的Python視頻教程供學(xué)員觀看學(xué)習(xí)，想要學(xué)好Python的小伙伴可以登錄扣丁學(xué)堂的官網(wǎng)了解更多與Python有關(guān)的內(nèi)容哦?？鄱W(xué)堂Python技術(shù)交流群：816572891。