python為什么比較慢

python為什么比較慢？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

 Python是一種動態類型，解釋性的語言，對于很多開發者來說，Python運行慢是眾所周知的事情，其萬物皆對象的特性，就是導致其運行慢的一個原因，下面將從三個方面來分析Python慢的原因。

動態類型

Python是動態類型而不是靜態類型的，這意味著，在程序執行時，解釋器并不知道變量的類型。對C語言來說，編譯器在聲明變量的時候就知道其類型了；對Python來說，程序執行時只知道一個變量是某種Python對象。

對于下面的C代碼

int a = 1;
int b = 2;
int c = a + b;

編譯器始終知道a和b是整型，在執行相加運算時，流程如下:

把<int> 1賦值給a

把<int> 2賦值給b

調用binary_add<int, int>(a, b)

把結果賦值給c

實現同樣功能的Python代碼如下：

a = 1
b = 2
c = a + b

解釋器只知道1和2是對象，但是并不知道這個對象的類型。所以解釋器必須檢查每個變量的PyObject_HEAD才能知道變量類型，然后執行對應的相加操作，最后要創建一個新的Python對象來保存返回值，大致流程如下：

第一步，把1賦值給a

1.設置a->PyObject_HEAD->typecode為整型

2.設置a->val = 1

第二步，把2賦值給b

1.設置a->PyObject_HEAD->typecode為整型

2.設置b->val = 2

第三步，調用binary_add<int, int>(a, b)

1.a->PyObject_HEAD獲取類型編碼

2.a是一個整型；值為a->val

3.b->PyObject_HEAD獲取類型編碼

4.b是一個整型，值為b->val

5.調用binary_add<int, int>(a->val, b->val)

6.結果為整型，存在result中

第四步，創建對象c

1.設c->PyObject_HEAD->typecode為整型

2.設置c->val為result

動態類型意味著任何操作都會涉及更多的步驟。這是Python對數值操作比C語言慢的主要原因

Python是解釋型語言

上面介紹了解釋型代碼和編譯型代碼的一個區別。智能的編譯器可以提前預見并優化重復或不需要的操作，這會帶來性能的提升。編譯器是一個大的話題，這里不會展開。

Python的對象模型會帶來低效的內存訪問

和C語言的整數對比時，我們指出了Python多了額外一層信息。現在來看看數組的情況。在Python中我們可以使用標準庫中提供的List對象；而在C語言中我們會使用基于緩沖區的數組。

最簡單的NumPy數組是圍繞C數據構建的Python對象，也就是說它有一個指向連續數據緩存區的指針。而Python的list具有指向連續的指針緩沖區的指針，這些指針每個都指向一個Python對象，結合上面的例子，這些Python對象是一個整數對象。這個結構像下面這樣

很容易看出，如果你正在執行按順序逐步完成數據的操作，numpy的內存布局比Python的內存布局更為高效，無論是存儲成本還是訪問的時間成本。

關于python為什么比較慢問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。