眾所周知，Python非常強大，簡單易學(xué)，又有很多輪子可以直接拿來用。

但凡事有利必有弊，Python運行速度慢。如果你要做一些很耗時間的事情，就會頭疼。

這時候也許會有人建議你用C，C++等編程語言。

天啊，他們是開玩笑嗎？換C語言有那么容易嗎！

不過現(xiàn)在福音來了，不用換編程語言，也可以把速度提高很多倍。

這就是我今天要介紹的PyPy！

1 做個實驗

這是一段普通的Python代碼，計算從0到1億之間的整數(shù)之和：

用默認(rèn)的Python解釋器（CPython)運行，然后再用PyPy運行。

它們的運行時間對比大概是這樣的：

當(dāng)然，不同的機器運行可能會有少許差異，但是你可以看到非常明顯的差異。

好吧，我就把這篇文章的目的明說了吧：

其實不需要馬上用PyPy，但是你有必要知道它的存在，在必要的時候使用它。

下面這句話是Python的發(fā)明者說的：

'If you want your code to run faster, you should probably just use PyPy.' -- Guido van Rossum (creator of Python)

翻譯成中文的意思是：

如果你想讓代碼運行的更快，你或許應(yīng)該直接用PyPy.

2 PyPy是什么？

到底什么是PyPy？

難道我要再學(xué)習(xí)一門編程語言嗎？

不不不！

PyPy只是另外一種Python代碼執(zhí)行引擎。你的Python代碼可以在不做任何改動的情況下，直接運行在PyPy上。

就好像你原本開一輛夏利汽車，現(xiàn)在給你來了一輛法拉利！

同樣是利，同樣的駕照和駕駛技術(shù)，你忽然就變得快樂（快了）起來。因為引擎變了，你的吸引力都變大了很多。

3 又快又好！

PyPy為什么可以這么快呢？

我們默認(rèn)使用的CPython解釋器，它的執(zhí)行過程是這樣的：

Python源代碼 -> 字節(jié)碼 -> 一句一句解釋成機器語言 -> 執(zhí)行

而PyPy使用Just In Time（JIT）技術(shù)把Python代碼直接編譯成機器語言，大概過程是這樣的：

Python源代碼 -> 機器語言 -> 執(zhí)行

就光看上面加粗的字的長度，你也看出PyPy肯定很快。

這是PyPy官網(wǎng)給出的比較綜合的速度對比：

平均來說，PyPy比CPython快4.2倍。

它的好處除了速度快，還有省內(nèi)存。這是官方說明：

更要命的是，PyPy使用它非常簡單！

4 極簡入門

1. 下載

去官網(wǎng)下載頁面：

https://www./download.html

下載適合你的版本：

2. 配置環(huán)境變量

下載后隨便解壓到一個位置，并將這個目錄添加到系統(tǒng)環(huán)境變量：

3. 使用pypy替換python命令

剩下的就是在運行python命令的地方，改成pypy3就行了。

比如打開交互式Python，直接運行pypy3就可以了：

再比如安裝第三方庫，先安裝pip，然后運行和以前幾乎一樣的命令就行了：

pypy3 -m pip install XXX

注：由于我很少使用 Windows電腦，本部分截圖來源于機器學(xué)習(xí)算法與Python實戰(zhàn) ，作者海洋。

5 適用型和局限性

如果它那么快，又省內(nèi)存，為什么不把默認(rèn)的CPython直接改成pypy，讓地球人都用pypy好了！

本文開頭說過一句話，凡事有利必有弊，沒有什么事情是完美的。

Pypy的好處：

• 速度快，比CPython的平均快4.2倍。
• 對于占用內(nèi)存比較大程序（比如幾百M），可以節(jié)約內(nèi)存。
• 適合長時間運行的代碼。

但是它也有不小的局限性：

• 適合純Python的代碼
• 對于不是純Python的代碼（通常是調(diào)用C庫的Python包，比如Numpy），可能有兼容性問題?，F(xiàn)在它已經(jīng)兼容Numpy了，但是可能有其他問題。

7 最后的建議

總的建議在文章開頭已經(jīng)給了：

1. 你不需要馬上用PyPy，除非你碰到了性能問題。
2. 但是你有必要知道它的存在，在必要的時候使用它。