本篇文字将介绍若干改善代码效能的方法，能让程序编写更为精炼，或者运行更为高效。

当然这些并不能代替算法设计，但是还是能让 加速很多倍。

先前关于算法的论述中，确实提及过相关内容，例如，双向队列适用的 deque，还有在特定条件下，结合 和 heapq 能够优化算法表现。

先前也讲过，目前最顶尖且作用显著的排序方法就是list.sort。

另有一种用途广泛且执行快的映射结构，叫做字典，在实现遍历工具、实用工具代码或进行某些特殊增强时，可能需要用到它，此外，在指定两个模块里，也包含许多函数，有助于编写效率高的程序。

本文核心内容为提升单核处理器的代码性能，接下来将阐述部分高效的函数编写方法，同时提供一些现成的扩展组件，并且会涉及一种运行速度更优的解释器。

多处理器版本确实能够显著提升运行效能。若想学习多核编程，可以以 模块为起点。此外，也可以找到大量涉及分布式计算的第三方资源。建议查阅 wiki 上相关 的资料。

接下来，会说一些关于 加速工具的选单。

NumPy、SciPy、Sage 和

首先谈谈 NumPy，其核心是一个多维数字数组的构建。除了这个数据结构，还提供了一系列函数和运算符，能够快速完成数组操作。并且对调用次数进行了优化。它适合执行非常迅速的数学计算。

SciPy 以及 Sage 都将 NumPy 作为其核心组件，并且集成了其他多样的功能模块codejock xtremetoolkitpro，这些模块能够支持特定的科学计算、数学运算以及高性能计算任务。

它是一种专门用于处理数据统计的程序。在应对海量非完全格式化的资料时，或许也需要借助其他软件，例如Blaze。

PyPy、、、Psyco 和

优化代码执行效率且对系统影响最小的方式是运用即时编译器技术。过去我们能够直接安装Psyco软件包。部署完成后引入psyco库，然后执行psyco.full()指令。此时代码的运行效能将获得显著改善。执行期间该工具会持续观察程序活动，并选择部分代码转化为机器指令。

当前许多 Psyco 等加速器相关计划已终止更新，不过类似用途的东西在 PyPy 项目里继续发展。

PyPy 为了便于研究改进和转换，借助特定编程语言对原有框架进行了再次构建，从而支持即时编译技术，并且 PyPy 能够直接将代码转换为效率更优的 C 语言风格代码。

它属于一种即时编译技术，是解释执行方式的一种变体codejock xtremetoolkitpro，被称作底层虚拟机，即LLVM，但该项目现已终止更新。

它是一款类似于 LLVM 架构的动态编译程序，多数情况下其性能已经超越同类产品，然而仍然存在不少待改进之处。

、、 和 、

这四种技术都应用于图像处理部件以提升运算效能。先前所述方法均通过优化程序代码达成提速目的。这些措施属于硬件层面的加速方案，假如配备高性能的图形处理器，便能够借助其进行运算，进而降低中央处理器核心的负载压力。

古老一点。 提供了基于 GPU 的各种形式的数据计算。

如果用 GPU 加速自己的代码，可以用 和 。

Pyrex、、Numba 和 、

这四个项目都旨在把 代码转变成 C、C++以及 LLVM 的代码。 代码会被编译成 C++。Pyrex 的主要目标是 C 语言。 它也是 Pyrex 的一个分支。

而且， 还有 NumPy 数组的额外支持。

处理数组与数学运算时，Numba更值得采用，因为它在引入时会自动编译出对应的LLVM代码，新版Numba进一步增加了对GPU的运算支持。

SWIG、F2PY、Boost.

这些工具能够将其他语言转化为特定模块形式。第一种工具适用于处理 C/C++ 语言。F2PY 能够用于转化特定语言。Boost 可用于封装 C++ 语言。

SUIG 只需运行一个命令行程序，在程序中键入 C 或 C++ 的头文件，封装器代码便会自行构建。不仅如此，它还能为其他多种语言创建封装器，例如 Java 和 PHP。

、llvm-py 和

这些组件能够协助我们处理 基础元素。 它们可用于 在存储空间里生成 编译过的 C 类型的实体。 亦可调用 库文件中 C 的方法。 但 这些功能 实际上 已集成 在 标准库里。

llvm-py主要用来连接LLVM的功能。它能够帮助生成代码，然后对这些代码进行编译。此外，还可以利用它来搭建自己的编译器。当然，用它来创造一种全新的编程语言也是可行的。

也可以进行加速，不过这个加速是运行在汇编层的。

Weave、Cinpy 和

这三种包，能够让我们在程序里直接运用 C 语言或其它高级语言。联合编写代码，依然能够维持条理清晰。能够借助代码的字符串多行功能，其它代码也能依照自身特色来安排格式。

其他工具

若要降低内存占用，则不宜采用即时编译技术。这类编译方式通常内存开销很大。正所谓效率与资源往往难以两全，在项目实践中，我们须不断寻求二者间的最佳结合方式。

关于其余物件，诸如 Micro 项目，该方案适用于嵌入式装置或微控制器。

若希望于特定场景开展事业，且打算选用其他编程工具，不妨考察Julia这一方案。

如有侵权请联系删除！