Python模块是否被编译？

Question

试图了解是否编译python库，因为我想知道我编写的解释代码是否会执行相同或更差。

例如我看到它在某处提到numpy和scipy是有效的，因为它们被编译。我不认为这意味着编译字节码，所以这是如何完成的？是否使用类似cython的东西编译为c？还是它使用像c这样的语言编写，并以兼容的方式进行编译？

这是否适用于所有模块，还是在个案基础上？

Answer 1

NumPy和其他几个库都是用C语言编写的代码和FORTRAN等其他语言的代码的一部分，它们在编译时运行速度比Python快。这有助于避免Python中循环，指针间接和每元素动态类型检查的成本。这在this question中有解释：

numpy数组是密集排列的均匀类型。相比之下，Python列表是指向对象的指针数组，即使它们都是相同类型的。所以，你可以获得参考地的好处。另外，许多Numpy操作都在C中实现，避免了Python中循环的一般开销，指针间接和每元素动态类型检查。速度提升取决于你正在执行哪些操作，但在数字处理程序中几个数量级并不少见。被编译成字节码（pyc文件）

Python代码是一个独立的主题，其中Python脚本编译以提高启动性能（见this question）。

Answer 2

Python可以执行用Python编写的函数（解释）和编译函数。有关于编写与Python集成的代码的完整API文档。 cython是这样做的更简单的工具之一。

库可以是任何组合 - 纯Python，Python加接口到编译代码或全部编译。解释文件以.py结尾，编译的内容通常是.so或.dll（取决于操作系统）。安装纯Python代码很容易 - 只需加载，根据需要解压缩，然后放入正确的目录。混合代码需要编译步骤（因此需要c编译器等），或者下载带有二进制文件的版本。

通常情况下，开发人员可以使用Python工作，然后在c中重写速度敏感部分。或者他们找到一些工作的外部库c或Fortran代码，并链接到该代码。

numpy和scipy是混合的。他们有很多Python代码，核心编译部分，并使用外部库。并且c代码可能非常难以阅读。

作为numpy用户，您应该首先尝试使用Python代码获得尽可能多的清晰度和性能。大多数SO优化问题讨论了如何使用编译的功能numpy - 所有在整个阵列上运行的操作。只有当你无法用有效的numpy代码表达你的操作时，你需要使用像cython或numba这样的工具。

一般而言，如果您必须进行大量迭代，那么您使用的是低级别操作。用数组操作替换循环，或者在cython中重写循环。