Python比Java / C＃慢吗？
性能比较c-java-python-ruby-jython-jruby-groovy
这是一个优化CPython的项目：空载吞咽
Answers:
不要混淆语言和运行时。
Python（该语言）具有许多运行时实现。
CPython通常是解释型的，并且会比本机代码C＃慢。取决于Java JIT编译器，它可能比Java慢。
JYthon在JVM中进行解释，并且具有与Java相同的性能配置文件。
IronPython与C＃依赖于相同的.NET库和IL，因此性能差异将相对较小。
可以通过PyREX，PyToC等将Python转换为本地代码。在这种情况下，它通常会和C ++一样好。您可以-在某种程度上-进一步优化C ++，并可能比未优化的PyREX输出更好的性能。
有关更多信息，请参见http://arcriley.blogspot.com/2009/03/so-long-pyrex.html
请注意，Python（语言）并不慢。某些Python运行时（例如CPython）比本地代码C ++慢。
问为什么Python比Java / C＃慢是不正确的。Java有多快？好吧，天真的解释器比优化的编译器慢大约十倍。我相信有一个用JavaScript编写的Java字节码解释器-可能不是很快。因此，预期的问题似乎是“为什么CPython语言系统比等效的Sun，IBM和Oracle JRE和Microsoft .NET运行时要慢？”
我相信正确的答案是非技术性的。最快的Java和.NET运行时更快，因为它们拥有庞大的全职技术团队在性能竞争的环境中开发它们。
动态语言系统易于实现。任何白痴都可以做到。我有。静态语言系统的设计和实现更加复杂。一个简单的静态系统往往会比等效的动态工作系统快得多。但是，高度优化的动态系统有可能以几乎相同的速度运行。我了解一些Smalltalk实施非常好。经常引用的开发动态系统的示例是MIT Lisp Machine。
另外，如果真正的苦恼是由库代码完成的，那么语言系统可能没关系。或者，该语言可能鼓励（或花时间（！））开发更有效的算法，从而可以轻松消除恒定因子性能差异。
如其他答案中所述，这取决于运行时系统以及手头的任务。因此，标准（C）Python不一定比Java或C＃慢。它的某些模块是用C实现的。因此可以将本机实现的速度与Python语言结合在一起。
我们做了一个小实验：我们比较了不同语言中阶乘计算的执行时间。该测试实际上旨在评估任意精度整数实现的性能。
受测者。语言任意精度整数运行时
1. Java java.math.BigInteger JRE 6.13
2. .NET System.Numerics.BigInteger MS CLR 4.0
3. Python长的Active Python 2.6.2.2
4.吱吱声BigInt吱吱声3.10.2
5. .NET Mono.Math.BigInteger MS CLR 4.0
结果：
1）2）3）4）5）
10.000！343毫秒137毫秒91毫秒1.200毫秒169毫秒
20.000！1.480毫秒569毫秒372毫秒1.457毫秒701毫秒
30.000！3.424毫秒1.243毫秒836毫秒3.360毫秒1.675毫秒
40.000！6.340毫秒2.101毫秒1.975毫秒6.738毫秒3.042毫秒
50.000！10.493毫秒3.763毫秒3.658毫秒10.019毫秒5.242毫秒
60.000！15.586毫秒7.683毫秒5.788毫秒14.241毫秒10.000毫秒
条形图显示结果。Python无疑是赢家。据我所知，Python使用Karatsuba算法将大整数相乘，这说明了速度。
此外，Python的“任意精度整数”类型是内置的long。因此，您甚至不需要Java的BigInteger类所需的特殊类型处理。
Simply- Python很慢。
无论使用哪种解释器（当前可用），它都比Java和C慢。在各种基准测试中，它比Ruby和PHP慢。不要依赖他人的答案，请检查并验证自己。
我个人认为，在更快地获取python方面已经做出了许多认真的贡献和发展。由于python的生产率很高，并且可以直接解决一些问题，因此速度/性能并没有受到重视。也有一些架构问题阻止Python进行性能调整。
免责声明-此答案可能会伤害Python爱好者。我也是Python开发人员，喜欢用Django / Flask / Pyramid（而不是Spring（Java））开发Web应用程序。但是从我的工作和经验中，我实际上看到了Python变慢的速度。速度并不总是我的首要任务。但是我确实支持他们，他们说Python Interpreter应该加油和润滑，或者总的更换引擎，至少可以参加马拉松比赛。它是一种主流的编程语言。
如评论中所建议，您确实应该提供一个测试用例进行推理。性能差异背后的原因将根据所执行的测试而改变。
但是，我建议静态与动态性质可能与它有很大关系。对于非虚拟调用，JIT编译的C＃/ Java非常便宜，因为它可以在JIT时准确确定。甚至虚拟呼叫也只涉及一个重定向级别。当绑定变得动态时，需要考虑的范围更广。
我不了解有关Python的足够详细信息，无法声称自己了解其确切的运行时行为，我怀疑它的版本和实现也会有所不同。诸如“ python字节码”之类的东西然后由虚拟机执行-该虚拟机是否实际执行JIT编译是另一回事。
归结为一个事实，即编译阶段需要处理的信息较少，因此在使用鸭子类型（动态类型）的语言时，运行时需要做更多的工作。
因此，如果我要对方法foo.bar（）进行调用，则在Java或C ++的情况下，可以通过在编译过程中发现“ foo”的类型，然后在内存位置直接调用该方法来优化对bar的调用编译器知道将找到它。由于python或其他任何动态类型化的语言编译器都不知道对象foo属于哪种类型，因此它必须在运行时进行类型检查，然后查找bar方法的地址，然后调用它。
python编译器作者还面临其他困难，尽管上述希望可以充分说明这一点。因此，即使有最好的编译器编写器，静态类型的语言也可能在运行时表现更好。
动态类型语言得分通常在开发时间中。由于编写和维护的代码行较少，并且开发人员没有编译等待时间，因此开发过程通常要快得多。
您所得到的是使用Python编写Java的清晰示例：
def __init__(self,size):
self.first = None
last = None
for i in range(size):
current = Person(i)
if self.first == None : self.first = current
if last != None :
last.next = current
current.prev = last
last = current
self.first.prev = last
last.next = self.first
多一点pythonic：
def __init__(self,size):
chain = [Person(i) for i in range(size)]
self.first = chain[0]
chain = zip(chain, chain[1:].append(chain[0]))
for p,n in chain:
p.next = n
n.prev = p
此类问题不能仅通过定性推理来回答，您需要良好的基准来对其进行支持。这是一组比较Python 3与C＃Mono并发现Python慢3到300倍的工具。Python与Java的结果相似。（通常需要注意解释基准的注意事项。）
这些基准测试还报告了源代码的大小，Python比Java和C＃简洁得多。
我认为相反。我可以使用Python比使用Java更快地执行简单的程序，并且这些Python脚本的运行速度非常快。
当然，没有示例的问题很难回答。也许您发现库慢，错误等。请给我们更多详细信息。
由于它是解释的而不是未编译的，因此它的执行时间应该更慢。
如第600页的“代码完整（第二版）”书中提到的表格，
C＃的执行时间等于C ++ （1：1）。而且Python的执行时间比C ++慢一百倍以上（> 100：1）。
Java比C ++慢一半半（1.5：1）。
这些统计是平均水平。我不知道是谁做的这项研究，但看起来很有趣。
我认为编写Python代码的简便性使编写更复杂的代码成为可能。例如，利用多核处理器的代码。由于过去5到10年间每个内核的性能几乎停滞不前，因此我认为，从长远来看，Python程序（无论它们是在CPython还是其他程序上运行）并不明显。