在我們?nèi)粘５拈_發(fā)中，開發(fā)效率非常重要，它可以直接影響我們的工作時間。如果運行速度快，我們可能在半天時間里完成指定的工作，而Python在運行速度方面沒有C或Java。很快，但Python正在慢慢改進。本文將向您說明如何改進，請參閱以下內(nèi)容：

PYPY：PyPy是使用率較高的一種，并且與現(xiàn)有的Python代碼高度兼容。它使用及時編譯來加速Python，并集成了Numpy。之前已經(jīng)使用Numpy來加速Python的操作。使用Python3的代碼需要相應(yīng)地使用PyPy3。PyPy目前僅支持Python3.2.5，對Python3.3的支持正在進行中。

Pyston：它使用LLVM編譯器架構(gòu)來加速Python，它也使用即時編譯。與PyPy相比，Pyston仍處于早期階段，僅支持Python的部分功能。Pyston將工作分為兩部分，一是語言的核心特性，二是將性能提升到可接受的水平。Pyston距離能夠在生產(chǎn)環(huán)境中使用還有很長的路要走。

Nuitka：一些團隊嘗試將Python代碼轉(zhuǎn)換為其他語言的代碼，可以在本地高效運行。著名的項目之一是Nuitka將Python代碼轉(zhuǎn)換為C++代碼，盡管運行時仍然依賴于Python運行時。這限制了它的便攜性，但性能提升是可觀的。在長期計劃中，Nuitka還計劃允許C語言調(diào)用Nuitka編譯的Python代碼，這樣性能提升會更加明顯。

Cypython：Cython(Python的C語言擴展)是Python的超集。它可以將Python代碼編譯成C代碼，并與C和C++進行交互。它可以作為Python項目的擴展(重新性能要求)，也可以單獨使用，不涉及傳統(tǒng)的Python代碼。缺點是你不是在寫Python，需要手動遷移，缺乏可移植性。

Numba：Numba結(jié)合了上述項目的思想。在學(xué)習(xí)了Cython之后，Numba也采用了部分加速策略，只對CPU密集型任務(wù)進行加速;同時也學(xué)習(xí)了PyPy和Pyston，通過LLVM運行Python。你可以使用裝飾器來指定要使用Numba編譯的函數(shù)，Numba繼承了Numpy來加速函數(shù)的執(zhí)行。Numba沒有及時編譯，它的代碼是預(yù)編譯的。