Python速度有望赶超Java，是什么让Python能够这么强大？

先讲一下关于Python的开发效率以及性能，包括这里面的原因：

这里面引用了一部分cornsea的博客

https://www.cnblogs.com/cornsea/archive/2013/01/09/2853621.html

首先，Python是一门动态编程语言，主要亮点是可以提高开发应用的效率。 他是和Java，perl，Ruby等语言同类的。

是做系统集成，Web应用等系统的利器，最近在科学计算领域也是大方光彩（numpy, scipy, sci-kit learn）。

和C/Cplusplus基本不是一个层次的开发工具，他们是做底层系统（基础库，os，ecos就是c++写的，还是用在嵌入式系统中）的，

很多库提供的功能也很基础。但，你可以为Python写c或cpp的模块，提高你的Python系统的整体性能。

其次，Python的主要解释器CPython是用C语言实现的，不同类型（dict，list）和函数实现的算法很不同。如果你的系统对性能很敏感，

那必须了解一些内幕，一个函数输入不同的参数，性能可能相差很大。另外，Python解释器执行Python代码时候，大概经历如下几个阶段：

1) 加载代码文件 2)翻译成AST 3)生成bytecode 4)在PVM（python virtual machine)上执行bytecode，PVM实际是一个基于栈的虚拟机。

其中，前3个阶段看文件代码量，一般就ms级别的消耗，如果你不想浪费，可以使用python -O -m py_compile xx.py命令，

将xx.py先编译为xx.pyo的字节码，然后在调用python xx.pyo执行. PVM你可以简单的想象为一个C语言写的函数，里面有一个非常大的switch，

根据不同的bytecode内容，执行不同的动作。比如遇到一个打开文件指令，这个函数就会调用libc的库函数，执行c语言的打开文件操作。

其实很多操作python bytecode和c语言之间的性能差异很小的，因为Python的很多功能模块就是直接执行C库的。

再次，随着Python的广泛应用，CPython解释器的性能问题确实越来越严重，特别是数据挖掘，机器学习领域的日趋火热，其中很多优秀工具的实现

都是用Python来做的。为了解决这个问题，Python社区提出了多种不同的解释器，比如针对数值计算的numba，用python实现的python解释器pypy等。

他们的主要目的就是给Python加速，用到的技术有JIT，LLVM。比如numba为python提供了新的decorator，让python函数能在运行时

通过llvm库被翻译成machine code。而CPython的现在主要的目的就变为一个Python解释器的范本，就是提供一个稳定可靠的功能最全的解释器实现参考。

另外，如果某个用Python实现的功能模块的性能很关键，你可以把这个模块先用Cython翻译成C语言代码，然后在编译为可执行程序。当然用Cython，

你也可以在python中更加方便的调用外部C库，保证整个系统的性能。所以，很多Python系统的执行会越来越快，但并不是Python快了，而是后面的支持越来越强大了。

最后，Python就是和Java类似的一门语言，不要把他理解为是一种脚本。刚开始把他理解为脚本，可能是因为python提供了一个命令行工具，让人可以输入

python代码，并立刻见到结果。其实，这只不过python给你提供的一个优秀的工具之一而已。Python在各个领域的使用越来越广泛，开源资源也越来越多：

1. 大规模分布式计算disco，提供和hadoop类似的mapreduce模型 http://discoproject.org/

2. 科学计算/可视化 numpy,scipy, matplotlib

4. Web开发 django project

所有IT领域，基本都能找到Python的痕迹。

为什么现在Python的速度有望能够赶超Java了呢？

支持强大了：

Python在多个方面优异的表现，使得Python被越来越多的人去使用，也有着越来越多的人去维护，管理，贡献自己的代码，而作为一部分有资金，有人力的团队，便开始想办法提升Python的速度了。所以，重要的话，再重复一遍：很多Python系统的执行会越来越快，但并不是Python快了，而是后面的支持越来越强大了。

具体是因为什么，为什么谈到Java：

因为Java也是一门解释性语言，最开始都是用c语言来实现的，所以也只是实现了一个调用c语言的API的过程，这一点和Python很像。为什么Java能够拥有非常好的性能（至少比Python好太多了，不过Python开发者一般也不是很在意那些地方）。因为Java实现了即时编译。

大家应该都知道，Java的源代码，在编译之后（暂且称为编译），它是一字节码的形式存储在计算机中的，并不是汇编或者说机器码，然后，这一段字节码再经过解释器，然后调用c的API来进行（这里到了关键了），它不是完全的调用api，有一部分是通过JIT实现的，就是一部分进行解释，一部分进行编译。

再说一下PyPy，字面意思，用Python实现的Python解释器，准确来说是RPython（一种静态类型），PyPy就是实现了这样一种JIT即时编译的解释器。为什么编译之后就可以提速了，因为它是有选择性的编译，对于你会多次用到的代码块或者或者对象，这一部分会被认为是热点代码，然后通过编译成机器码，每次使用的时候，解释器向JIT确认是否为热点代码，如果是，那么直接使用机器码，这样就会加速很多（特别是循环，可以比正常的CPython快10倍），简单理解，编译用时比解释的时间长，但是编译之后再用就很快，但是解释器的话，速度就一直不变。

那为什么现在Python的速度仍然比不上Java？

因为Java背后有一个强大的团队去开发，Python的话，Guido被称为仁慈的独裁者，对于Python贡献极其巨大，但是不知为何不愿意开发Python的锁和开发JIT解释器，不过作为最主流的加速方式（也是最被看好的）就是PyPy了，你可以像Python一样的写代码，完全没有区别，但是PyPy却不够完善，对于某些库的兼容性并不好（而Python却被称为胶水语言），所以说，现在的PyPy还算不上一个可以被作为商用的利器，Python的发展，还需我辈努力！！！

希望我的文章对你有所帮助，喜欢的朋友可以点击一下关注哦~~~