Python——CPython 与 PyPy
Python——CPython 与 PyPy
最常用的参考实现是 Python，可能是 CPython。它是用 C 和 Python 编写的，包括一个解释器和一个编译器（用于 Python 字节码）。 CPython 没有内置的 JIT（即时编译）（这意味着它不会将代码编译为特定 CPU 的机器指令）。
另一方面，PyPy 是 Python 的另一种支持 JIT 的实现（因此速度更快——请看下面屏幕截图中的示例）。根据 PyPy 团队所做的不同基准测试，它似乎比 CPython 快 4.7 倍（ https://speed.pypy.org/ ）。
它的疯狂之处在于您不需要重写代码。唯一需要做的就是用 PyPy 替换 CPython。重要的是要知道 PyPy 支持“Python Echosystems”中的大多数工具。例如 pip（包管理器）和 virtualenv（Python 的虚拟环境）。甚至大多数 Python 包都受支持——但不是全部（你可以在以下链接中看到 PyPy 支持的包列表—— http://packages.pypy.org/ ）。
此外，PyPy 类似于 HotSpot（Java 虚拟机 JIT 引擎）的方式。它使用来自 Python 代码执行的动态信息来识别诸如正在使用的对象类型之类的东西（并基于此优化编译的代码）。假设我们有一个只使用两种类型对象的函数，那么 PyPy 可以创建只处理它们的机器代码。
此外，您应该记住，PyPy 不是“Python 编译器”并且不支持 AOT（head of time 编译）。如果您想了解有关“Python 编译器”的更多信息，请查看“Numba”（ https://numba.pydata.org/ ）。
最后，还有基于其网站的 Pyjion 是“A drop-in JIT Compiler for Python 3.10”（ https://www.trypyjion.com/ ）。我们将在单独的文章中介绍它。下次见;-)。
你可以在推特上关注我——@boutnaru ( https://twitter.com/boutnaru ）。
Time benchmark between CPython and PyPy on the same computation
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
