您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“讓Python變快的方案有哪些”的有關(guān)知識(shí),在實(shí)際案例的操作過程中,不少人都會(huì)遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
Python的運(yùn)行速度確實(shí)沒有C或者Java快,但是有一些項(xiàng)目正在努力讓Python變得更快。
Python代碼簡(jiǎn)潔干凈,但是大家都知道Python運(yùn)行起來相對(duì)較慢 --- 在CPU密集型的任務(wù)上慢于C、Java和Javascript(但是大多數(shù)服務(wù)都不是CPU密集型的)--- 但是有些團(tuán)隊(duì)希望Python是盡善盡美的,所以他們準(zhǔn)備從內(nèi)而外地提升Python的性能。
如果你想讓Python在特定硬件上運(yùn)行得快一點(diǎn),你至少有兩個(gè)選擇,每個(gè)選擇都有一些弊?。?/p>
你可以創(chuàng)建一個(gè)Python運(yùn)行時(shí)的替代品,但是最后你會(huì)發(fā)現(xiàn)你重寫了一遍CPython。
你可以重寫現(xiàn)存的部分代碼來利用一些性能優(yōu)化的特性,缺點(diǎn)是程序員需要做更多的工作。下面是五種已有的方案,幫助你提高Python的性能。
1. 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。
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(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
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,不過性能提升是可觀的。長(zhǎng)期規(guī)劃中,Nuitka還準(zhǔn)備讓C語言能夠調(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,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(jì)算的包,如scikit-learn依賴Cython的一些特性來保持操作簡(jiǎn)潔快速。
5. Numba
Numba結(jié)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。
Python之父說: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)有多種方法來提升性能--使用Numpy來做計(jì)算,調(diào)用外部C代碼,以及盡量避免GIL鎖。由于GIL鎖目前還無法被替代,所以有很多項(xiàng)目開始嘗試一些短期可行的替代方案,當(dāng)然這些方案也可能轉(zhuǎn)變?yōu)殚L(zhǎng)期的可選項(xiàng)。
“讓Python變快的方案有哪些”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。