对于研究人员快速整理想法并查看它们是否有效至关重要。Python在这方面是一门很棒的语言，它允许人们专注于想法本身，而不用担心代码格式化等琐碎的事情。但是，Python有一个致命的缺点：它比C、C++等语言慢很多。那么，在构建了一个Python原型来测试一个想法之后，您如何将它变成一个快速且高性能的工具呢？通常，还有一个步骤：手动将Python代码翻译成C语言代码。但如果Python原型本身可以运行得非常快，那么转换代码所花费的时间就可以做一些更有意义的事情。而PyPy正好可以解决这个问题。它使Python代码比C运行得更快。)-start}s")为了证明PyPy使用默认的Python解释器和PyPy运行上面的代码，执行一个将整数0递增到100,000,000的循环，并打印出经过的时间。结果如下：RuntimePythonvsPyPy这不是学术意义上的评测，但结果是惊人的。PyPy仅需0.22秒即可完成执行，而默认的Python解释器大约需要10秒。您可以将Python代码直接放在PyPy上，无需进行任何更改。在同一台计算机上，等效的C语言实现需要0.32秒，PyPy甚至击败了最快的C语言。为什么PyPy这么快？尽管代码相同，但代码的执行方式却大不相同。PyPy提高速度的秘诀是“即时编译”或JIT编译。提前编译C、C++、Swift、Haskell、Rust等编程语言通常会提前编译（AOT编译）。这意味着在用这些语言编写代码后，编译器将源代码转换为特定计算机体系结构可读的机器代码。也就是说，当程序执行时，执行的不是原来的源代码，而是机器码。Ahead-of-timecompilation将源代码转换为机器码解释型语言不同于上述C语言，Python、JavaScript、PHP等语言使用了另一种方法——解释型语言.与将源代码转换为机器代码相反，源代码在解释过程中保持不变。每次运行程序时，解释器都会逐行查看代码并运行它。例如，每个Web浏览器都有一个内置的JavaScript解释器。解释器逐行运行程序即时编译PyPy使用即时编译来执行Python代码。也就是说，PyPy不同于解释器，它不是逐行运行代码，而是先将部分代码编译成机器码，然后再执行程序。JIT编译如上图结合了早期编译和解释，而PyPy使用的JIT编译是解释和早期编译的结合，可以利用早期编译来提高性能，提高解释型语言的灵活性和跨平台可用性.原文链接：https://towardsdatascience.com/run-your-python-code-as-fast-as-c-4ae49935a826（id：almosthuman2014）》]点此阅读作者更多好文
