pypy简介

项目背景

PyPy [1] 是Python开发者为了更好的Hack Python创建的项目。此外，PyPy比CPython是更加灵活，易于使用和试验，以制定具体的功能在不同情况的实现方法，可以很容易实施。该项目的目标是，让PyPy比C实现的Python更为容易的适应各个项目和方便裁剪。
现状介绍
- PyPy是Armin Rigo开发的，Python语言的动态编译器，是Psyco的后继项目。PyPy的目的是，做到Psyco没有做到的动态编译。
- PyPy开始只是研究性质的项目。但是开发非常成熟，在2007年中旬发布了1.0 Release版本后，大家关注的焦点是，能否在2008年出现可供生产环境使用的版本。
- 最新的(2018.12.15)PyPy版本是PyPy3 v6.0.0，兼容Python3.5.3。可以运行在Linux的32位和64位、MacOSX和Windows的32位平台中，但是基于arm平台的正在开发中。它支持Python语言的所有核心部分以及大多数的Python语言标准库函数模块，并且通过了Python语言的test suite。与CPython的区别可以去看它的兼容性页面.
- PyPy还提供了JIT编译器和沙盒功能，因此运行速度比CPython要快，以及可以安全的运行一些不被信任的代码。PyPy还有一个单独的支持微线程的版本。
- 另外，PyPy 也有每夜构建版本供开发者测试。
- PyPy是作为Specific Targeted Research Projects（特定领域研究项目）从2004年12月到2007年3月，开始接受欧盟的援助。
实现原理
- PyPy的第一部分：用Python实现的Python
- 其实这么说并不准确，准确得说应该是用rPython实现的Python，rPython是Python的一个子集，虽然rPython不是完整的Python，但用rPython写的这个Python实现却是可以解释完整的Python语言。
- PyPy的第二部分：编译器
- 这是一个编译rPython的编译器，或者说这个编译器有一个rPython的前端，目前也只有这么一个前端，不过它的后端却是不少，也就是说这个编译器支持许多的目标语言，比较重要的有：C，CIL，Javascript … [2]
主要特性
- 大量的性能改进。
- Bug修复，以及与CPython的兼容性修复。
- 现在stackless功能默认启用。
- NumPy effort现在更名为numpypy，使用时可以简单写作：import numpypy as numpy。
- JSON编码器已被替换为一个新的，是用纯Python编写的，某些情况下比CPython的C扩展快2倍，比PyPy 1.6中的快20倍左右。
- 一些RPython模块的内存占用已得到大幅改善。
另外，有一些功能正在开发，将包含在1.8版本中，这些功能包括：
- 特殊列表实现。可以大幅改善一些应用程序的性能/内存影响。
- NumPy effort即将支持多维数组。
- 两个新的JIT编译器后端，尤其针对PowerPC和ARM处理器。

一、python多线程

from django.test import TestCase# Create your tests here.
import threadingnum = 0def change_it(n):global numfor i in range(1000000):num = num + nnum = num - nprint(num)threads = [threading.Thread(target=change_it, args=(8,)),threading.Thread(target=change_it, args=(10,)),threading.Thread(target=change_it, args=(5,))
][t.start() for t in threads]
[t.join() for t in threads]
print(num)

我们运行三次

第一次

第二次

第三次

二、pypy3多线程

from django.test import TestCase# Create your tests here.
import threadingnum = 0def change_it(n):global numfor i in range(1000000):num = num + nnum = num - nprint(num)threads = [threading.Thread(target=change_it, args=(8,)),threading.Thread(target=change_it, args=(10,)),threading.Thread(target=change_it, args=(5,))
][t.start() for t in threads]
[t.join() for t in threads]
print(num)

我们运行三次

第一次

第二次

第三次

我们发现pypy3在处理多线程的时候是比python处理能力更强

三、我们再看接下来的比较

import times1 = time.time()ss = [x ** 2 for x in range(10000000)]
print("运行时间：", time.time() - s1)

pypy3运行速度是不如python的

所以我们在合适的地方选择合适解释器

并没有一个解释器是完美的

pypy3与python多线程比较相关推荐

Python多线程（3）——Queue模块
Python多线程(3)--Queue模块 Queue模块支持先进先出(FIFO)队列,支持多线程的访问,包括一个主要的类型(Queue)和两个异常类(exception classes). Pyth ...
python统计csv行数_对Python 多线程统计所有csv文件的行数方法详解
如下所示: #统计某文件夹下的所有csv文件的行数(多线程) import threading import csv import os class MyThreadLine(threading.Th ...
c++主线程等待子线程结束_简单明了的 Python 多线程来了 | 原力计划
作者 | 万里羊责编 | 王晓曼出品 | CSDN博客线程和进程计算机的核心是CPU,它承担了所有的计算任务,就像是一座工厂在时刻运行.如果工厂的资源有限,一次只能供一个车间来使用,也就是说当一个车间 ...
python3 多线程_图解|为什么 Python 多线程无法利用多核
(给Python开发者加星标,提升Python技能) 来源:后端技术指南针 1.全局解释锁如题: Python的多线程为什么不能利用多核处理器? 全局解释器锁(Global Interpreter ...
python多线程下的信号处理程序示例
下面是一个网上转载的实现思路,经过验证,发现是可行的,就记录下来. 思路 python多线程中要响应Ctrl+C的信号以杀死整个进程,需要: 1.把所有子线程设为Daemon: 2.使用isAlive ...
Python 多线程抓取网页牛人　use raw socket implement http request great
Python 多线程抓取网页 - 糖拌咸鱼 - 博客园 Python 多线程抓取网页最近,一直在做网络爬虫相关的东西. 看了一下开源C++写的larbin爬虫,仔细阅读了里面的设计思想和一些关键技术 ...
python 多线程编程之_thread模块
python 多线程编程之_thread模块参考书籍:python核心编程 _thread模块除了可以派生线程外,还提供了基本的同步数据结构,又称为锁对象(lock object,也叫原语锁.简单锁 ...
python多线程读取文件的问题_Python多线程同步---文件读写控制方法
1.实现文件读写的文件ltz_schedule_times.py #! /usr/bin/env python #coding=utf-8 import os def ReadTimes(): res ...
c语言多线程转python多线程,真正的python 多线程！一个修饰符让你的多线程和C语言一样快...
> Python 多线程因为GIL的存在,导致其速度比单线程还要慢.但是近期我发现了一个相当好用的库,这个库只需要增加一个修饰符就可以使原生的python多线程实现真正意义上的并发.本文将和大家 ...

pypy3与python多线程比较

pypy简介

项目背景

现状介绍

实现原理

主要特性

一、python多线程

二、pypy3多线程

三、我们再看接下来的比较

pypy3与python多线程比较相关推荐

最新文章

热门文章