一份可以让 Python 变得更快的工具清单

经常有人会担心，python的运算速度是不是不够快。

代码的效率首先还是取决于代码的算法本身是否优化。

比如适用于双向队列的 deque，以及在合适的条件下运用 bisect 和 heapq 来提升算法的性能。

以前文章也提到过，Python提供了当今最高级也是最有效的排序算法(list.sort) 。

另外还有一个功能多样又迅速的散列表(dict) 。而且如果写迭代器封装、功能性代码或者是某种额外扩展的时候，或许CyToolz可以用得到。当然在itertools和 functools模块中，还有很多函数可以带来很高效的代码。

而我们今天要分享的是一些优化Python代码的工具，这些并不能代替算法设计，但是能在相同条件下让Python加速很多倍，并且让代码变得更简洁。

这里主要讲优化单处理器的代码，下面会介绍一些高效的函数实现，也有已经封装好的拓展模块，还包括速度更快的Python解释器。

当然多处理器版本确实能大幅提高运行效率。如果想了解多核编程，可以从multiprocessing模块开始。而且也能找到非常多的关于分布式计算的第三方工具。推荐看一下Python wiki上的关于Parallel Processing的内容。最后，如果你的时间不是很紧张，并且又想python快速的提高，最重要的是不怕吃苦，建议你可以扩我伪xin 762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

接下来，我们就看一看这份Python加速工具的清单：

1. NumPy、SciPy、Sage 和 Pandas

先说，NumPy。它的核心是一个多维数字数组的实现。除了这个数据结构之外，还实现了若干个函数和运算符，可以高效地进行数组运算。并且对于被调用的次数进行了精简。它可以被用来进行极其高效的数学运算。

SciPy和Sage都将NumPy内置为自身的一部分，同时内置了其他的不同的工具，从而可以用于特定科学、数学和高性能计算的模块。

Pandas是一个侧重于数据分析的工具。如果处理大量半结构化数据的时候，可能也会用到Pandas相关的工具，比如Blaze。

2. PyPy、Pyston、Parakeet、Psyco和Unladen Swallow

让代码运行的更快，侵入性最小的就是使用实时编译器(JIT编译)。以前的话我们可以直接安装Psyco。安装之后导入psyco，然后调用psyco.full()。代码运行速度就可以明显提升。运行Python代码的时候，它可以实时监控程序，会将一部分代码编译为了机器码。

现在好多Psyco等加速器的项目已经停止维护了，不过类似的功能在PyPy中得到了继承。

PyPy为了方便分析、优化和翻译，用Python语言将Python重新实现了一遍，这样就可以JIT编译。而且PyPy可以直接将代码翻译成像C那样的性能更高的语言。

Unladen Swallow是一个Python的JIT编译器。是Python解释器的一本版本，被称为底层虚拟机(LLVM)。不过这个开发已经停止了。

Pyston是一个与LLVM平台较为接近的Python的JIT编译器。很多时候已经优于Python的实现，但不过还有很多地方不完善。

3. GPULib、PyStream、PyCUDA和PyOpenCL

这四个都是用在图像处理单元来实现代码的加速。前面讲的都是用代码优化来实现加速的。而这些都是从硬件层面上进行加速，如果有一个强大的GPU，我们可以用GPU来计算，从而减少CPU宝贵的资源。

PyStream古老一点。GPULib提供了基于GPU的各种形式的数据计算。

如果用GPU加速自己的代码，可以用PyCUDA和PyOpenCL。

4. Pyrex、Cython、Numba 和 Shedskin

这四个项目都致力于将Python代码翻译为C、C++和LLVM的代码。Shedskin会将代码编译为C++语言。Pyrex、Cython编译的主要目标是C语言。Cython也是Pyrex的一个分支。

而且，Cython还有NumPy数组的额外支持。

如果面向数组和数学计算的时候，Numba是更好的选择导入时会自动生成相应的LLVM的代码。升级版本是NumbaPro，还提供了对GPU的支持。

5. SWIG、F2PY 和 Boost.Python

这些工具可以将其他的语言封装为Python的模块。第一个可以封装C/C++语言。F2PY可以封装Fortran。Boost.Python可以封装C++语言。

SUIG只要启动一个命令行工具，往里面输入C或者C++的头文件，封装器代码就会自动生成。除了Python，而且可以成为其他语言的封装器，比如Java和PHP。最后，如果你的时间不是很紧张，并且又想python快速的提高，最重要的是不怕吃苦，建议你可以扩我伪xin 762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

6. ctypes、llvm-py 和 CorePy2

这些模块可以帮助我们实现Python底层对象的操作。ctypes模块可以用于在内存中构建编译C的对象。并且调用共享库中的C的函数。不过ctypes已经包含在Python的标准库里面了。

llvm-py主要提供LLVM的Python接口。以便于构建代码，然后编译他们。也可以在Python中构建它的编译器。当然搞出自己编程语言也是可以的。

CorePy2也可以进行加速，不过这个加速是运行在汇编层的。

7. Weave、Cinpy和PyInline

这三个包，就可以让我们在Python代码中直接使用C语言或者其他的高级语言。混合代码，依然可以保持整洁。可以使用Python代码的字符串的多行特性，可以使其他的代码按照自身的风格来进行排版。最后，如果你的时间不是很紧张，并且又想python快速的提高，最重要的是不怕吃苦，建议你可以扩我伪xin 762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

8. 其他工具

如果我们要节省内存，就不能使用JIT了。一般JIT都太耗费内存。

有一句话说的很对，时间和内存经常不能兼得，而我们在工程开发中，总是要寻找他们的平衡点。

至于其他的一些东西，比如Micro Python项目，这个是用在嵌入式设备或者微控制器上面使用的。

如果只是想在Python环境中工作，然后想用别的语言，可以看看这个项目Julia。

以上便是给大家总结的一份Python优化工具清单。

一份可以让 Python 变得更快的工具清单相关推荐

python读csv最快方法_python读有汉字的csv如何让python变得更快？
Python和其他脚本语言通常会被摒弃,因为它们相对于一些类似于C语言的编译型的语言来说效率很低.比如下面的斐波纳契数的例子: C语言中:int fib(int n){ if (n < 2) r ...
使用 Numba 让 Python 计算得更快：两行代码，提速 13 倍
Python 本身是一门运行较慢的语言,因此对于计算场景,最好的优化方式就是优化代码写法.你可以使用现有的科学计算库:比如 Numpy 和 Scipy.但如果想要在不使用低级语言(如 CPython. ...
python移动图形工作站_让Python跑得更快
原标题:让Python跑得更快点击关注异步图书,置顶公众号每天与你分享 IT好书技术干货职场知识 Tips 参与文末话题讨论,即有机会获得异步图书一本. Python很容易学.你之所以阅读本 ...
LSM树——LSM 将B+树等结构昂贵的随机IO变的更快，而代价就是读操作要处理大量的索引文件(sstable)而不是一个，另外还是一些IO被合并操作消耗。...
Basic Compaction 为了保持LSM的读操作相对较快,维护并减少sstable文件的个数是很重要的,所以让我们更深入的看一下合并操作.这个过程有一点儿像一般垃圾回收算法. 当一定数量的ss ...
python创建一个json_如何为Python选择一个更快的JSON库
使用JSON越多, 你就越有可能遇到JSON编码或解码瓶颈.Python的内置库也不错, 但是还有多个更快的JSON库可用: 如何选择使用哪一个呢? 事实是,没有一个正确的答案,没有一个最快的JSON ...
刷脸支付互联网思维的推广让传播变得更快
行业巨头也在加速抢占刷脸支付的风口.支付宝近期发布了新的刷脸支付设备,同时宣布补贴力度不设上限,以此来加速刷脸支付的落地.在巨头们的大力推动下,刷脸支付普及率不断提升.最新数据显示,目前我国刷脸支付用 ...
Python 3.11 ，即将变得更快！
点击上方"菜学Python",选择"星标"公众号超级无敌干货,第一时间送达!!! 大家好,我是菜鸟哥. 作为一门异常受欢迎的编程语言,Python的优点有很多 ...
Python很慢，但它即将变得更快
作为一门异常受欢迎的编程语言,Python的优点有很多,比如:易于学习.用途广泛.有成千上万个用于数据科学的有用的库.但同时,Python一直被诟病的就是它运行速度太慢. 在去年的PyCon US 2 ...
Python很慢，但它将变得更快！
作为一门异常受欢迎的编程语言,Python的优点有很多,比如:易于学习.用途广泛.有成千上万个用于数据科学的有用的库.但同时,Python一直被诟病的就是它运行速度太慢. 在去年的PyCon US 2 ...

一份可以让 Python 变得更快的工具清单

一份可以让 Python 变得更快的工具清单相关推荐

最新文章

热门文章