cypython

❶ cpython和cython的區別

這里的實現指的是符合Python語言規范的Python解釋程序以及標准庫等。這些實現雖然實現的是同一種語言,但是彼此之間,特別是與CPython之間還是有些差別的

❷ CPython解釋器是什麼意思如何安裝

將Python源代碼翻譯為位元組碼的程序稱為Python解釋器，CPython是一個用C編寫的Python解釋器，它也是Python自帶的解釋器，包含在Python安裝程序中。

❸ 用 CPython寫的python代碼能否用JPython解釋器解釋

絕大部分可以，語法差不多，只是底層解釋不同罷了。不過JPython寫的代碼不一定能在cpython下解釋執行，因為JPython中可能會用到JDK中的東西，必須在JVM下執行，這算是JPython對CPython的優勢吧，就是能調用Java，在JVM上解釋執行。

❹ 腳本語言需要解釋器才能運行，為什麼可以用Python來寫Pypy，而且效率比CPython更高呢

但是C因為跟底層過於接近，所以實現JIT解釋器有諸多限制。（比如Psyco到項目死亡為止都沒能實現出64位的JIT解釋器） Pypy則換了另外一種思路。它先實現了一個Python的子集（注意，不是完整的python），叫RPython。然後用RPython去實現了Python的JIT解釋器。這個RPython本身，並不依賴運行時解釋器，而是直接被翻譯成C代碼（實際上可以翻譯成多種目標代碼，如Java、C#等）再進行編譯，本質上它是一種編譯型語言。所以，用RPython寫出來的程序，最終是會被編譯成本地代碼的，跟C寫的沒有本質區別。 由於RPython作者強大的優化功力，RPython程序最終編譯結果基本等同於C直接寫的效率。用這種程序實現出來的JIT解釋器，自然也不會慢。而JIT技術，又保證了運行在這個解釋器上的Python程序的效率的提升。

❺ cpython 代碼保護

絕部語差底層解釋同罷JPython寫代碼定能cpython解釋執行JPython能用JDK東西必須JVM執行算JPythonCPython優勢吧能調用JavaJVM解釋執行

❻ 什麼是python解釋器

什麼是python解釋器？
當我們編寫Python代碼時，我們得到的是一個包含Python代碼的以.py為擴展名的文本文件。要運行代碼，就需要Python解釋器去執行.py文件。
由於整個Python語言從規范到解釋器都是開源的，所以理論上，只要水平夠高，任何人都可以編寫Python解釋器來執行Python代碼（當然難度很大）。事實上，確實存在多種Python解釋器。
CPython
當我們從Python官方網站下載並安裝好Python 2.7後，我們就直接獲得了一個官方版本的解釋器：CPython。這個解釋器是用C語言開發的，所以叫CPython。在命令行下運行python就是啟動CPython解釋器。
CPython是使用最廣的Python解釋器。教程的所有代碼也都在CPython下執行。
IPython
IPython是基於CPython之上的一個互動式解釋器，也就是說，IPython只是在交互方式上有所增強，但是執行Python代碼的功能和CPython是完全一樣的。好比很多國產瀏覽器雖然外觀不同，但內核其實都是調用了IE。
CPython用>>>作為提示符，而IPython用In [序號]:作為提示符。
PyPy
PyPy是另一個Python解釋器，它的目標是執行速度。PyPy採用JIT技術，對Python代碼進行動態編譯（注意不是解釋），所以可以顯著提高Python代碼的執行速度。
絕大部分Python代碼都可以在PyPy下運行，但是PyPy和CPython有一些是不同的，這就導致相同的Python代碼在兩種解釋器下執行可能會有不同的結果。如果你的代碼要放到PyPy下執行，就需要了解PyPy和CPython的不同點。
Jython
Jython是運行在Java平台上的Python解釋器，可以直接把Python代碼編譯成Java位元組碼執行。
IronPython
IronPython和Jython類似，只不過IronPython是運行在微軟.Net平台上的Python解釋器，可以直接把Python代碼編譯成.Net的位元組碼。
小結
Python的解釋器很多，但使用最廣泛的還是CPython。如果要和Java或.Net平台交互，最好的辦法不是用Jython或IronPython，而是通過網路調用來交互，確保各程序之間的獨立性。
本教程的所有代碼只確保在CPython 2.7版本下運行。請務必在本地安裝CPython（也就是從Python官方網站下載的安裝程序）。
此外，教程還內嵌一個IPython的Web版本，用來在瀏覽器內練習執行一些Python代碼。要注意兩者功能一樣，輸入的代碼一樣，但是提示符有所不同。另外，不是所有代碼都能在Web版本的IPython中執行，出於安全原因，很多操作（比如文件操作）是受限的，所以有些代碼必須在本地環境執行代碼。
相關推薦：《Python教程》以上就是小編分享的關於什麼是python解釋器的詳細內容希望對大家有所幫助，更多有關python教程請關注環球青藤其它相關文章！

❼ [討論]CPython能否用V8的方式優化性能

我的磚拋得實在是太值了！！！！！
還有一些疑問，請教一下：引用1、純編譯。直接從抽象語法樹生成機器碼，不使用其它中間表示；盡可能多的把對代碼的操作壓縮在一趟內；使用簡單的寄存器分配演算法。這使得編譯速度很快，但生成出來的代碼指令不會很好；編譯是lazy的JIT方式觸發，只有真的被調用過的函數的內容才會被編譯；
這樣的設計是不是還是處於對啟動速度和編譯代價的考慮？反正V8現在已經在JS解析方法相對競爭對手屬於領先，就不需要做更多優化方法。
引用2、使用隱藏類來彌補JavaScript沒有類帶來的效率損失；
我第一次看到隱藏類的時候就想到了CPython中的PyTypeObject，
通過解析器把類型信息傳送到運行時中實現動態類型的目的。不知道兩者是不是基於同一思想？引用3、使用tagged pointer來實現小整數，顯著提高小整數的運算效率，並減輕GC壓力（小整數不需要在堆上創建對象）；
我所知道的tagged pointer，是指針的一部分用於類型編碼，比如
我規定bit1表示只讀，那麼指針0x3421表示指向0x3420的只讀指針。
引用相比之下，CPython是：
1、純解釋。不採用編譯，而採用解釋方式實現；解釋器中，中間表示是基於棧的位元組碼；
2、Python語言有類，不需要用隱藏類的技巧；
3、沒有用tagged pointer，連整數運算都涉及對堆上對象的操作；
4、沒有使用inline caching；不過要用的話，當前的位元組碼設計可能也不太合適。

❽ CPython是什麼PyPy是什麼Python和這兩個東西有什麼關系

CPython：是用C語言實現Pyhon，是目前應用最廣泛的解釋器。最新的語言特性都是在這個上面先實現，基本包含了所有第三方庫支持，但是CPython有幾個缺陷，一是全局鎖使Python在多線程效能上表現不佳，二是CPython無法支持JIT（即時編譯），導致其執行速度不及Java和Javascipt等語言。於是出現了Pypy。

Pypy：是用Python自身實現的解釋器。針對CPython的缺點進行了各方面的改良，性能得到很大的提升。最重要的一點就是Pypy集成了JIT。但是，Pypy無法支持官方的C/Python API，導致無法使用例如Numpy，Scipy等重要的第三方庫。這也是現在Pypy沒有被廣泛使用的原因吧。

而PyPy與CPython的不同在於，別的一些python實現如CPython是使用解釋執行的方式，這樣的實現方式在性能上是很凄慘的。而PyPy使用了JIT(即時編譯)技術，在性能上得到了提升。

❾ Cpython 和pycharm有什麼區別

兩個不是一個東西，Cpython指的是解釋器是用C語言開發的，Cpython是使用最廣的python解釋器，除了Cpython還有Ipython,Jpython等，而pycharm是一款開發工具，可以幫助用戶進行調試，語法高亮，項目管理，代碼跳轉，智能提示，自動完成等功能。

❿ pypy在什麼情況下會比CPython慢很多

大量使用eval和exec的時候

經過測試，以下代碼需要大量內存分配和動態執行，cPython的速度是PyPy的大約3倍(僅體現在讀取文件上，cPython大約10秒，PyPy大約35秒)

# coding: utf-8

import sys, gc

from prettytable import PrettyTable

def ginput(statement):

'''

:param str statement:

:return:

'''

return raw_input(statement.decode('utf-8').encode('gbk')).decode('gbk').encode('utf-8')

def gprint(statement):

'''

:param str statement:

:return:

'''

print statement.decode('utf-8').encode('gbk')

def graise(errorinfo):

'''

:param str errorinfo:

:return:

'''

gprint(errorinfo)

ginput('回車退出')

sys.exit(1)

try:

f=open(u'線路路由表.txt','r')

except:

graise('文件 線路路由表.txt 不存在或打不開')

gprint('正在讀取文件，請盡量留出1GB左右空閑內存')

readbuff=f.read()

if readbuff[-1]==' ': # 分片處理，否則600站以上懟上2G的內存，很容易爆掉，1000站懟4G內存也會爆

buffs=readbuff.split(' ')

x=[]

for buff in buffs:

if buff:

x.extend(eval(buff))

gc.collect()

gprint('已經讀取%d座車站'%len(x))

else:

x=eval(readbuff) # type:list

gprint('文件讀取成功')

f.close()

sNums={x[i][0]:i for i in range(len(x))}

noToName={station[0]:station[1] for station in x}

nameToNo={a:b for b,a in noToName.items()}

gc.collect()

def finder(start,end):

try:

try:

start=int(start)

except:

start=nameToNo[start]

assert noToName[start]

try:

end=int(end)

except:

end=nameToNo[end]

end=noToName[end]

except:

gprint('出發地或目的地在線路圖中找不到')

return None

selection=x[sNums[start]]

selRoute=dict(selection[2])

selMap=selection[3]

try:

assert end in selMap

except:

gprint('脫網，出發站點和目的站點之間不可到達')

return None

prevNo=nameToNo[end]

routeMap=[]

while True:

prevName=noToName[prevNo]

routeMap.append((prevNo,noToName[prevNo],selRoute[prevNo])) # 表庫不支持gprint

prevNo=selMap[prevName]

if prevNo==0:

break

routeMap.reverse()

gprint('最短路線方案(未必最省時間)：')

tb=PrettyTable([u'編號',u'站名',u'距離',u'換乘'], encoding='gbk')

tb.align[u'站名']='l'

tb.align[u'編號']='r'

tb.align[u'距離']='r'

tb.align[u'換乘']='l'

tb.padding_width=2

buff=0

times=0

for route in routeMap:

if buff!=route[0]//100:

buff=route[0]//100

if times!=0 and times!=len(routeMap)-1:

hc=u'%d號線'%buff

else:

hc=''

else:

hc=''

tb.add_row([route[0],route[1].decode('utf-8'),route[2],hc])

times=times+1

print(tb.get_string())

while True:

start=ginput('請輸入您的出發地(車站名或車站編號)，退出請直接關閉程序 ')

end=ginput('請輸入您的目的地(車站名或車站編號) ')

finder(start,end)

以上代碼，其中打開的文件約30M，包括三行，每一行都是一個巨型列表

而PyPy快是很多情況下存在的，以下代碼包含大量計算，PyPy則比cPython快7倍，PyPy執行約40多秒，cPython執行約300多秒

# coding: utf-8

import xlrd, xlwt, time

from sys import exit

from xlutils. import as xl

w=raw_input(u'請輸入您文件所在的路徑，例如 f:\線路信息.xls，當前目錄則不用寫路徑，可以嘗試不寫後綴 '.encode('gbk')).decode('gbk')

start=time.time()

def gprint(statement):

print str(statement).decode('utf-8').encode('gbk')

if u'.' not in w:

w=w+'.xls'

assert w[-4:]==u'.xls', u'只支持xls結尾格式的文件'.encode('gbk')

try:

bk=xlrd.open_workbook(w)

except:

gprint('文件找不到')

exit(1)

st=bk.sheet_by_name(u'時刻表')

endcol=st.ncols

used=[ x for x in range(0,endcol,5) if u'快線' not in st.cell_value(0,x) ] # used columns

lineMap=[]

stNo=lambda station:station[0]

stName=lambda station:station[1]

stDist=lambda station:station[2]

stTrans=lambda station:station[3]

for x in used:

line=[ (int(st.cell_value(y,x)+0.5),st.cell_value(y,x+1).encode('utf-8'),int(st.cell_value(y,x+2)+0.5),[]) for y in range(4,64) if st.cell_value(y,x)!='' ]

lineMap.append(tuple(line))

for line in lineMap:

for station in line:

[ station[3].append(aStation[0]) for aLine in lineMap for aStation in aLine if aStation[1]==station[1] and aStation[0]!=station[0] ]

keyLineMap={line[0][0]//100:line for line in lineMap}

# can pass

feihuancheng=[ station[1] for line in lineMap for station in line if not station[3] ]

huanchengzhan={ station[1] for line in lineMap for station in line if station[3] }

gprint('發現換乘站%d座'%(len(huanchengzhan)))

gprint('線網共有車站%d座'%(len(huanchengzhan)+len(feihuancheng)))

# could pass

zongzhan=[ station[0] for line in lineMap for station in line ]

gprint('重復計入換乘站，一共有%d座車站'%(len(zongzhan)))

def findTransfer(station,distance):

# find all transfers connect to this station, append to a list together

li=[(station[0],distance)]

li.extend([(x,distance) for x in station[3]])

return li

def fetchNext(route,keyLineMap,walkedMap):

'''

:param list route:

:param dict keyLineMap:

:param dict walkedMap:

:return list:

'''

def adding(val,stopNo,dist):

if val==None:

return (stopNo,dist)

elif val[1]>dist:

return (stopNo,dist)

else:

return val

temp=None # single (stopNo, dist)

realPrvStNo=0

for prvStNo, prvDist in route:

line=keyLineMap[prvStNo//100]

order=prvStNo%100

if order<len(line):

nextStop=line[order]

if stName(nextStop) not in walkedMap:

buff=temp

temp=adding(temp,stNo(nextStop),prvDist+stDist(nextStop))

if buff!=temp:

found=nextStop

realPrvStNo=prvStNo

if order>1:

prevStop=line[order-2]

if stName(prevStop) not in walkedMap:

buff=temp

temp=adding(temp,stNo(prevStop),prvDist+stDist(line[order-1])) # 本站的距離欄就是上一站到本站的距離

if buff!=temp:

found=prevStop

realPrvStNo=prvStNo

if temp:

temp=(stName(found),findTransfer(found,temp[1]),realPrvStNo)

return temp

routes=[]

names={}

maxDist=0

walkMaps=[]

for line in lineMap:

gprint('當前處理到%d號線'%(line[0][0]//100))

for station in line:

stationName=stName(station)

if stationName in names.keys():

route=routes[names[stationName]][2]

walkedMap=walkMaps[names[stationName]]

else:

route=findTransfer(station,0)

walkedMap={stationName:0} # 結構為{站名:上一站編號}

while True:

nextStation=fetchNext(route,keyLineMap,walkedMap)

if nextStation:

walkedMap[nextStation[0]]=nextStation[2]

route.extend(nextStation[1])

else:

break

if route[-1][1]>maxDist:

maxDist=route[-1][1]

maxSt=stationName

routes.append((stNo(station),stationName,route))

walkMaps.append(walkedMap)

names[stationName]=len(routes)-1

gprint('全線網最大乘距：%d'%maxDist)

pj=bk.sheet_by_name(u'票價方案')

x=1

pjb=[]

while True:

price=pj.cell_value(x,1)

if price=='':

break

pjb.append((int(price+0.5),int(pj.cell_value(x,0)+0.5)*1000))

x=x+1

assert maxDist<=pjb[-1][1], u'線網最大站距超過最高票價范圍'.encode('gbk')

bback=xl(bk) # type: xlwt.Workbook

pjSheets=[x.name for x in bk.sheets() if u'號線' in x.name]

bk.release_resources()

hrange=lambda x,y:range(x,y+1) # 僅用於rangeMap的計算

findLine=lambda lineNo,rangeDict: [k for k,v in rangeDict.items() if lineNo in v][0] # 給定int型線路號，返回線路所在的表名

rangeMap={x:eval("hrange("+str(x[:-2]).replace('-',',')+")") for x in pjSheets }

findRow=lambda stationNo: zongzhan.index(stationNo)+2 # 返回車站所在的行號(0開始)

def lookup(distance):

'''

:param int distance:

:return int pr: 由距離(米)算出票價

'''

for pr,di in pjb:

if distance<=di:

break

return pr

namebuffer=''

for routeNo, routeName, route in routes:

if routeNo%100==1:

line=routeNo//100

sname=findLine(line,rangeMap)

if namebuffer!=sname: # 換入了下一張表，重置列號

c=2

namebuffer=sname

sheet=bback.get_sheet(sname) # type: xlwt.Worksheet

for toStationNo, distance in route:

price=lookup(distance)

place=findRow(toStationNo)

sheet.write(place,c,label=price)

c=c+1

nw=w.replace(u'.xls',u'另存為.xls')

bback.save(nw)

end=time.time()

gprint('文件已經保存： %s'%nw.encode('utf-8'))

gprint('耗時%d秒'%int(end-start))

f=open(u'線路路由表.txt','w')

spl=(len(routes)-1)//400

if spl==0:

f.write(str([(routes[i][0],routes[i][1],routes[i][2],walkMaps[i]) for i in range(len(routes))]).decode('string-escape'))

f.flush()

else:

for ind in range(spl+1): # 居然忘了range不顧尾

segs=routes[400*ind:400*(ind+1)]

walkSegs=walkMaps[400*ind:400*(ind+1)]

gprint('正在寫入片%d，本片區長%d'%(ind,len(segs)))

f.write(str([(segs[i][0],segs[i][1],segs[i][2],walkSegs[i]) for i in range(len(segs))]).decode('string-escape'))

f.write(' ')

f.flush()

f.close()

gprint('最近路線信息已保存至 線路路由表.txt，回車退出')

raw_input('')