Python基础入门教程6：解释器及性能优化

来源：奇酷教育发表于：2017-05-17 18:13:30

上一节我们简单了解了python程序运行的过程，并且大家也都了解到开发环境中有一个python解释器（PVM）的存在，那在python中，这样的解释器

上一节我们简单了解了python程序运行的过程，并且大家也都了解到开发环境中有一个python解释器（PVM）的存在，那在python中，这样的解释器主要都有哪些，那些又是比较好用的呢？

常见的python解释器

官方网站提供的解释器CPython

从官方安装好的python，默认自带了解释器，CPython就是官方版本的解释器，这个解释器是使用C语言编写的，这个解释器也是使用最为广泛的解释器，可以方便的和C/C++的类库进行交互

基于Java语言的python解释器Jython

一种由java语言编写的python解释器，是将python编译成java字节码然后执行的一种解释器；可以方便的和Java的类库进行交互

基于Net平台的python解释器IronPython

将Python代码解释为net平台上运行的字节码进行执行，类似Jython解释器，可以方便的和Net平台上的类库进行交互

一种增强了交互效果的解释器IPython

在交互效果上有所增强，但是执行过程和功能方面和CPython是一样的。

专注于执行速度的PyPy

一种使用JIT(just-in-time)技术的编译器，专注于执行速度，对Python代码进行动态编译，从而提高Python的执行速度。

但是，PyPy在处理python代码的过程中，一小部分功能的处理和官方的CPython的执行结果是有差异的，如果项目中要使用PyPy来进行执行效率的提升的话，一定要事先了解下PyPy和CPython的区别。

性能优化

1.Psyco：python语言的一个扩展模块，可以即时的对程序的代码进行专业的算法来进行优化，在一定程度上提高程序的执行速度，这个扩展模块目前已经停止维护，由PyPy替代，可以更好的对源代码进行优化处理

2.PyPy：是python实现的解释器，执行动态的编译{不是解释}，可以在不同的操作系统平台上使用

3.Shed Skin：Python的编译器，可以将python代码转换成优化的C++代码执行
>>>更多VR/AR入门教程:VR入门