❶ cpython和cython的区别
这里的实现指的是符合Python语言规范的Python解释程序以及标准库等。这些实现虽然实现的是同一种语言,但是彼此之间,特别是与CPython之间还是有些差别的
❷ CPython解释器是什么意思如何安装
将Python源代码翻译为字节码的程序称为Python解释器，CPython是一个用C编写的Python解释器，它也是Python自带的解释器，包含在Python安装程序中。
❸ 用 CPython写的python代码能否用JPython解释器解释
绝大部分可以，语法差不多，只是底层解释不同罢了。不过JPython写的代码不一定能在cpython下解释执行，因为JPython中可能会用到JDK中的东西，必须在JVM下执行，这算是JPython对CPython的优势吧，就是能调用Java，在JVM上解释执行。
❹ 脚本语言需要解释器才能运行，为什么可以用Python来写Pypy，而且效率比CPython更高呢
但是C因为跟底层过于接近，所以实现JIT解释器有诸多限制。（比如Psyco到项目死亡为止都没能实现出64位的JIT解释器） Pypy则换了另外一种思路。它先实现了一个Python的子集（注意，不是完整的python），叫RPython。然后用RPython去实现了Python的JIT解释器。这个RPython本身，并不依赖运行时解释器，而是直接被翻译成C代码（实际上可以翻译成多种目标代码，如Java、C#等）再进行编译，本质上它是一种编译型语言。所以，用RPython写出来的程序，最终是会被编译成本地代码的，跟C写的没有本质区别。 由于RPython作者强大的优化功力，RPython程序最终编译结果基本等同于C直接写的效率。用这种程序实现出来的JIT解释器，自然也不会慢。而JIT技术，又保证了运行在这个解释器上的Python程序的效率的提升。
❺ cpython 代码保护
绝部语差底层解释同罢JPython写代码定能cpython解释执行JPython能用JDK东西必须JVM执行算JPythonCPython优势吧能调用JavaJVM解释执行
❻ 什么是python解释器
什么是python解释器？
当我们编写Python代码时，我们得到的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码，就需要Python解释器去执行.py文件。
由于整个Python语言从规范到解释器都是开源的，所以理论上，只要水平够高，任何人都可以编写Python解释器来执行Python代码（当然难度很大）。事实上，确实存在多种Python解释器。
CPython
当我们从Python官方网站下载并安装好Python 2.7后，我们就直接获得了一个官方版本的解释器：CPython。这个解释器是用C语言开发的，所以叫CPython。在命令行下运行python就是启动CPython解释器。
CPython是使用最广的Python解释器。教程的所有代码也都在CPython下执行。
IPython
IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。好比很多国产浏览器虽然外观不同，但内核其实都是调用了IE。
CPython用>>>作为提示符，而IPython用In [序号]:作为提示符。
PyPy
PyPy是另一个Python解释器，它的目标是执行速度。PyPy采用JIT技术，对Python代码进行动态编译（注意不是解释），所以可以显着提高Python代码的执行速度。
绝大部分Python代码都可以在PyPy下运行，但是PyPy和CPython有一些是不同的，这就导致相同的Python代码在两种解释器下执行可能会有不同的结果。如果你的代码要放到PyPy下执行，就需要了解PyPy和CPython的不同点。
Jython
Jython是运行在Java平台上的Python解释器，可以直接把Python代码编译成Java字节码执行。
IronPython
IronPython和Jython类似，只不过IronPython是运行在微软.Net平台上的Python解释器，可以直接把Python代码编译成.Net的字节码。
小结
Python的解释器很多，但使用最广泛的还是CPython。如果要和Java或.Net平台交互，最好的办法不是用Jython或IronPython，而是通过网络调用来交互，确保各程序之间的独立性。
本教程的所有代码只确保在CPython 2.7版本下运行。请务必在本地安装CPython（也就是从Python官方网站下载的安装程序）。
此外，教程还内嵌一个IPython的Web版本，用来在浏览器内练习执行一些Python代码。要注意两者功能一样，输入的代码一样，但是提示符有所不同。另外，不是所有代码都能在Web版本的IPython中执行，出于安全原因，很多操作（比如文件操作）是受限的，所以有些代码必须在本地环境执行代码。
相关推荐：《Python教程》以上就是小编分享的关于什么是python解释器的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！
❼ [讨论]CPython能否用V8的方式优化性能
我的砖抛得实在是太值了！！！！！
还有一些疑问，请教一下：引用1、纯编译。直接从抽象语法树生成机器码，不使用其它中间表示；尽可能多的把对代码的操作压缩在一趟内；使用简单的寄存器分配算法。这使得编译速度很快，但生成出来的代码指令不会很好；编译是lazy的JIT方式触发，只有真的被调用过的函数的内容才会被编译；
这样的设计是不是还是处于对启动速度和编译代价的考虑？反正V8现在已经在JS解析方法相对竞争对手属于领先，就不需要做更多优化方法。
引用2、使用隐藏类来弥补JavaScript没有类带来的效率损失；
我第一次看到隐藏类的时候就想到了CPython中的PyTypeObject，
通过解析器把类型信息传送到运行时中实现动态类型的目的。不知道两者是不是基于同一思想？引用3、使用tagged pointer来实现小整数，显着提高小整数的运算效率，并减轻GC压力（小整数不需要在堆上创建对象）；
我所知道的tagged pointer，是指针的一部分用于类型编码，比如
我规定bit1表示只读，那么指针0x3421表示指向0x3420的只读指针。
引用相比之下，CPython是：
1、纯解释。不采用编译，而采用解释方式实现；解释器中，中间表示是基于栈的字节码；
2、Python语言有类，不需要用隐藏类的技巧；
3、没有用tagged pointer，连整数运算都涉及对堆上对象的操作；
4、没有使用inline caching；不过要用的话，当前的字节码设计可能也不太合适。
❽ CPython是什么PyPy是什么Python和这两个东西有什么关系
CPython：是用C语言实现Pyhon，是目前应用最广泛的解释器。最新的语言特性都是在这个上面先实现，基本包含了所有第三方库支持，但是CPython有几个缺陷，一是全局锁使Python在多线程效能上表现不佳，二是CPython无法支持JIT（即时编译），导致其执行速度不及Java和Javascipt等语言。于是出现了Pypy。
Pypy：是用Python自身实现的解释器。针对CPython的缺点进行了各方面的改良，性能得到很大的提升。最重要的一点就是Pypy集成了JIT。但是，Pypy无法支持官方的C/Python API，导致无法使用例如Numpy，Scipy等重要的第三方库。这也是现在Pypy没有被广泛使用的原因吧。
而PyPy与CPython的不同在于，别的一些python实现如CPython是使用解释执行的方式，这样的实现方式在性能上是很凄惨的。而PyPy使用了JIT(即时编译)技术，在性能上得到了提升。
❾ Cpython 和pycharm有什么区别
两个不是一个东西，Cpython指的是解释器是用C语言开发的，Cpython是使用最广的python解释器，除了Cpython还有Ipython,Jpython等，而pycharm是一款开发工具，可以帮助用户进行调试，语法高亮，项目管理，代码跳转，智能提示，自动完成等功能。
❿ pypy在什么情况下会比CPython慢很多
大量使用eval和exec的时候
经过测试，以下代码需要大量内存分配和动态执行，cPython的速度是PyPy的大约3倍(仅体现在读取文件上，cPython大约10秒，PyPy大约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('回车退出')
sys.exit(1)
try:
f=open(u'线路路由表.txt','r')
except:
graise('文件 线路路由表.txt 不存在或打不开')
gprint('正在读取文件，请尽量留出1GB左右空闲内存')
readbuff=f.read()
if readbuff[-1]==' ': # 分片处理，否则600站以上怼上2G的内存，很容易爆掉，1000站怼4G内存也会爆
buffs=readbuff.split(' ')
x=[]
for buff in buffs:
if buff:
x.extend(eval(buff))
gc.collect()
gprint('已经读取%d座车站'%len(x))
else:
x=eval(readbuff) # type:list
gprint('文件读取成功')
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('出发地或目的地在线路图中找不到')
return None
selection=x[sNums[start]]
selRoute=dict(selection[2])
selMap=selection[3]
try:
assert end in selMap
except:
gprint('脱网，出发站点和目的站点之间不可到达')
return None
prevNo=nameToNo[end]
routeMap=[]
while True:
prevName=noToName[prevNo]
routeMap.append((prevNo,noToName[prevNo],selRoute[prevNo])) # 表库不支持gprint
prevNo=selMap[prevName]
if prevNo==0:
break
routeMap.reverse()
gprint('最短路线方案(未必最省时间)：')
tb=PrettyTable([u'编号',u'站名',u'距离',u'换乘'], encoding='gbk')
tb.align[u'站名']='l'
tb.align[u'编号']='r'
tb.align[u'距离']='r'
tb.align[u'换乘']='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号线'%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('请输入您的出发地(车站名或车站编号)，退出请直接关闭程序 ')
end=ginput('请输入您的目的地(车站名或车站编号) ')
finder(start,end)
以上代码，其中打开的文件约30M，包括三行，每一行都是一个巨型列表
而PyPy快是很多情况下存在的，以下代码包含大量计算，PyPy则比cPython快7倍，PyPy执行约40多秒，cPython执行约300多秒
# coding: utf-8
import xlrd, xlwt, time
from sys import exit
from xlutils. import as xl
w=raw_input(u'请输入您文件所在的路径，例如 f:\线路信息.xls，当前目录则不用写路径，可以尝试不写后缀 '.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结尾格式的文件'.encode('gbk')
try:
bk=xlrd.open_workbook(w)
except:
gprint('文件找不到')
exit(1)
st=bk.sheet_by_name(u'时刻表')
endcol=st.ncols
used=[ x for x in range(0,endcol,5) if u'快线' 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('发现换乘站%d座'%(len(huanchengzhan)))
gprint('线网共有车站%d座'%(len(huanchengzhan)+len(feihuancheng)))
# could pass
zongzhan=[ station[0] for line in lineMap for station in line ]
gprint('重复计入换乘站，一共有%d座车站'%(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])) # 本站的距离栏就是上一站到本站的距离
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('当前处理到%d号线'%(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} # 结构为{站名:上一站编号}
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('全线网最大乘距：%d'%maxDist)
pj=bk.sheet_by_name(u'票价方案')
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'线网最大站距超过最高票价范围'.encode('gbk')
bback=xl(bk) # type: xlwt.Workbook
pjSheets=[x.name for x in bk.sheets() if u'号线' in x.name]
bk.release_resources()
hrange=lambda x,y:range(x,y+1) # 仅用于rangeMap的计算
findLine=lambda lineNo,rangeDict: [k for k,v in rangeDict.items() if lineNo in v][0] # 给定int型线路号，返回线路所在的表名
rangeMap={x:eval("hrange("+str(x[:-2]).replace('-',',')+")") for x in pjSheets }
findRow=lambda stationNo: zongzhan.index(stationNo)+2 # 返回车站所在的行号(0开始)
def lookup(distance):
'''
:param int distance:
:return int pr: 由距离(米)算出票价
'''
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: # 换入了下一张表，重置列号
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'另存为.xls')
bback.save(nw)
end=time.time()
gprint('文件已经保存： %s'%nw.encode('utf-8'))
gprint('耗时%d秒'%int(end-start))
f=open(u'线路路由表.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不顾尾
segs=routes[400*ind:400*(ind+1)]
walkSegs=walkMaps[400*ind:400*(ind+1)]
gprint('正在写入片%d，本片区长%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('最近路线信息已保存至 线路路由表.txt，回车退出')
raw_input('')