码厩技术博客

#1 常见的 Python 性能提升手段

Python 本身的性能现在还很有待提升，但是为什么没有阻碍它的推广呢？

因为 Python 常常被当作是一种胶水语言，它有很好的与 C 互操作性，一直维护与 C 库对接的 API，也就是说很容易可以通过 C 拓展来提升性能。

新的运行时

• PyPy 据说能有很大提升
• Pyston LLVM 编译器架构 + JIT
  https://github.com/pyston/pyston
  注意：Dropbox 放弃了这个项目，转向 Go 语言，但这个项目还在继续开发中, 比较活跃
• Psyco http://psyco.sourceforge.net/ 已经没有维护了，据说只维护到 Python 2.4
  官方推荐 PyPy

局部优化

• Pyrex 编译成 C 模块
• Cython Pyrex 的分支, 更加接近 Python 语法一些
• Numba https://github.com/numba/numba
• Nuitka 尝试将 Python 代码编译成 C/C++
  https://github.com/Nuitka/Nuitka
• Parakeet https://github.com/iskandr/parakeet 项目没有维护了
• Shedskin https://github.com/shedskin/shedskin 现在少有维护了

C/C++ 绑定

• SWIG: C/C++ 写的代码自动绑定到 Python，就是说生成一个 Python 可以调用的 .so 模块
• pybind11
• Boost.Python

直接调用 C

直接开发 CPython 拓展模块（include <Python.h>）也可以，但我不觉得这是一个好办法。

• ctypes Python 标准库
• llvmpy/llvmpy
• CorePy2
• Weave
• PyInline

GPU

• GPULib
• PyStream
• PyCUDA
• PyOpenCL

其他

• F2PY: Fortran to Python, 将 Fortran 代码自动绑定到 Python, NumPy 的一部分
  也是编译成 .so 包
  我不清楚相关应用场景，以及这个方案是否有性能上的优势

参考资料与拓展阅读

• CSDN博客, Python 变得更快的一份加速工具清单
• 知乎, 为什么只有python成了胶水语言？ - gashero的回答
• 知乎, PyPy 为什么会比 CPython 还要快？