Python 3解释器是否具有JIT功能？

我发现，当我向Python提出更多要求时，python不会100％使用我的机器资源，而且速度不是很快，与许多其他解释型语言相比，它很快，但是与编译语言相比，我认为区别是真的很棒。

是否可以使用Python 3中的即时（JIT）编译器来加快处理速度？

通常，只有JIT编译器才能提高解释语言的性能，所以我指的是这种方法，如果有其他解决方案可用，我希望接受新的答案。

首先，Python 3（.x）是一种语言，它可以有许多实现。好的，到目前为止，除CPython之外，没有其他实现实际实现这些语言的版本。但这将改变（PyPy正在追赶）。

要回答您要问的问题：CPython（3.x或其他版本）不包含，也从未包含并且可能永远不会包含JIT编译器。其他一些Python实现（本机为PyPy，Jython和IronPython，通过在其构建的虚拟机上重新使用JIT编译器）确实具有JIT编译器。而且，当他们添加Python 3支持时，他们的JIT编译器没有理由停止工作。

但是当我在这里时，也让我解决一个误解：

通常，只有JIT编译器才能提高解释语言的性能

这是不正确的。JIT编译器以其最基本的形式，仅消除了解释器开销，这可以解决您看到的某些速度下降，但不能解决大多数问题。甲良好JIT编译器还执行其删除并实施了许多所需的开销的Python一般特征（通过检测特殊情况下，其允许更有效的实现）的优化，突出实例是动态类型，多态性，以及各种内省特征的主机。

仅仅实现一个编译器不会与帮助。您需要非常巧妙的优化，其中大多数仅在非常特定的情况下并且在有限的时间范围内有效。JIT编译器在这里很容易，因为它们可以在运行时生成专用代码（这是它们的重点），可以通过在运行时观察程序来更轻松（更准确）地分析程序，并且可以在无效时撤消优化。与提前编译器不同，它们还可以与解释器进行交互，并且经常这样做是因为这是明智的设计决策。我想这就是为什么他们与人们心目中的口译员联系在一起的原因，尽管他们可以并且确实可以独立存在。

除了优化解释器的代码本身之外，还有其他一些方法可以使Python的实现更快，例如HotPy（2）项目。但是，这些代码目前处于研究或实验阶段，还没有显示它们在实际代码中的有效性（和成熟度）。

当然，特定程序的性能对程序本身的依赖远不止于语言实现。语言实现只为您执行一系列操作的速度设置了上限。通常，您可以通过避免不必要的工作（即通过优化程序）来更好地提高程序的性能。不管您是通过解释器，JIT编译器还是提前编译器运行程序，这都是正确的。如果您想让某些事情变得更快，那么请不要全力以赴以获得更快的语言实现。有些应用程序在解释和动态性方面是不可行的，但它们并没有您想像的那么普遍（通常通过有选择地调用由机器代码编译的代码来解决）。

具有JIT的唯一Python实现是PyPy。Byt-PyPy既是Python 2实现又是Python 3实现。

Numba项目应该可以在Python 3上运行。尽管它并不是您所要求的，但您可能想尝试一下：https : //github.com/numba/numba/blob/master/docs/source/doc/userguide .rst。

目前，它不支持所有Python语法。

您可以尝试pypy py3分支，该分支或多或少与python兼容，但是官方的CPython实现没有JIT。

这个站点上的一些杰出的Python开发人员将最好地回答这一问题。

我还是要发表评论：在讨论解释语言的速度时，我只想指出一个托管在此位置的项目：计算机语言基准游戏

这是一个专门用于运行基准测试的网站。有指定的任务要做。任何人都可以使用其首选语言提交解决方案，然后测试将比较每个解决方案的运行时间。可以对解决方案进行同行评审，通常可以通过其他解决方案进行进一步改进，然后根据规格检查结果。从长远来看，这是比较不同语言的最公平的基准测试系统。

从这样的指示性摘要中可以看出，与解释型语言相比，编译后的语言非常快。但是，差异可能在编译的确切类型上并没有那么多，这是Python（以及图中其他比Python慢​​的）是完全动态的事实。可以动态修改对象。类型可以随时修改。因此，必须将某些类型检查推迟到运行时，而不是在编译时进行。

因此，尽管您可以争论编译器的好处，但必须考虑到不同语言具有不同的功能。这些功能可能会以内在的代价来价。

最后，在谈论速度时：造成问题的通常不是语言和语言的缓慢性，而是不好的算法。我从来不需要切换语言，因为它太慢了：当我的代码中出现速度问题时，我会修复算法。然而，如果在你的代码耗时的，计算密集型回路它是通常值得的重新编译的。一个著名的例子是脚本语言使用的用C编码的库（Perl XS库，例如Python的numpy / scipy，lapack / blas是可用于许多脚本语言绑定的库的示例）

如果您将JIT像即时编译器中那样表示为Bytecode表示形式，则它具有这样的功能（自2.2开始）。如果您将JIT表示为机器代码，则不会。然而，编译为字节码可提供许多性能改进。如果您希望将其编译为机器代码，则Pypy是您要寻找的实现。

注意：pypy不适用于Python 3.x

如果您希望在代码块中提高速度，那么您可能希望看看rpythonic，它可以使用pypy编译为C。它使用装饰器将其转换为用于Python的JIT。