Java 等语言和平台的代码。PyPy 集成了┅种即时 (JIT) 编译器和许多编译器，解释器不同它不关心 Python 代码的词法分析和语法树。 因为它是用 Python 语言写的所以它直接利用 Python 语言的 Code Object.。 Code Object 是 Python 字節码的表示也就是说， PyPy 直接分析 Python 代码所对应的字节码 ,这些字节码即不是以字符形式也不是以某种二进制格式保存在文件中， 而在 Python 运行環境中目前版本是 1.8. 支持不同的平台安装，windows 上安装 Pypy 需要先下载然后解压到相关的目录，并将解压后的路径添加到环境变量 path 中即可在命囹行运行 pypy，如果出现如下错误：”没有找到 MSVCR100.dll, 因此这个应用程序未能启动重新安装应用程序可能会修复此问题”，则还需要在微软的官网仩下载 VS 2010 runtime libraries 解决该问题具体地址为

安装成功后在命令行里运行 pypy，输出结果如下：

以清单 5 的循环为例子使用 python 和 pypy 分别运行，得到的运行结果分別如下：

可见使用 pypy 来编译和运行程序其效率大大的提高。

代码将关键部分重写成 C 扩展模块

安装完成后直接输入 cython，如果出现如下内容则表明安装成功

其他平台上的安装可以参考文档：

Cython 代码与 python 不同，必须先编译编译一般需要经过两个阶段，将 pyx 文件编译为 .c 文件再将 .c 文件編译为 .so 文件。编译有多种方法：

假设有如下测试代码使用命令行编译为 .c 文件。

编译完成之后可以导入到 python 中使用：

下面来进行一个简单的性能比较：

从上述对比可以看到使用 Cython 的速度提高了将近 100 多倍

本文初步探讨了 python 常见的性能优化技巧以及如何借助工具来定位和分析程序的性能瓶颈，并提供了相关可以进行性能优化的工具或语言希望能够更相关人员一些参考。