Python模块是否已编译？

Question

试图了解python库是否已编译，因为我想知道我编写的解释代码是执行相同还是更差。

e.g。我看到它在某处提到numpy和scipy是有效的，因为它们是编译的。我不认为这意味着编译了字节码，这是怎么做到的？它是用cython这样的东西编译成c的吗？或者它是使用像c这样的语言编写的，并以兼容的方式编译？

这适用于所有模块，还是根据具体情况而定？

Answer 1

NumPy和其他几个库是用C语言和其他语言（如FORTRAN）编写的代码的部分包装器，它们在编译时运行速度比Python快。这有助于避免Python中的循环，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数组是密集的同类型数组。相比之下，Python列表是指向对象的指针数组，即使它们都属于同一类型。因此，您可以获得参考地点的好处。

     

此外，许多Numpy操作都是用C实现的，避免了Python中的循环，指针间接和每元素动态类型检查的一般成本。速度提升取决于您正在执行的操作，但在数字运算程序中，几个数量级并不罕见。

编译为字节码（.pyc文件）的Python代码是一个单独的主题，其中编译python脚本以提高启动性能（请参阅this question）。

Answer 2

Python可以执行用Python（解释）和编译函数编写的函数。有关于编写与Python集成的代码的完整API文档。 cython是执行此操作的更简单工具之一。

库可以是任何组合 - 纯Python，Python加编译代码的接口，或全部编译。解释的文件以.py结尾，编译的内容通常为.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（因此需要编译器等），或者下载带有二进制文件的版本。

通常，开发人员使用Python编写代码，然后在c中重写速度敏感部分。或者他们找到一些工作c或Fortran代码的外部库，并链接到该代码。

numpy和scipy混合在一起。他们有许多Python代码，核心编译部分，并使用外部库。 c代码可能非常难以阅读。

作为numpy用户，您应首先尝试使用Python代码获得尽可能多的清晰度和性能。大多数SO优化问题都讨论了如何利用numpy的编译功能 - 所有对整个数组都有效的操作。只有当您无法使用高效的numpy代码表达您的操作时，才需要使用cython或numba等工具。

一般情况下，如果必须进行大量迭代，那么您正在使用低级操作。用数组操作替换循环，或用cython重写循环。