PHP的核心維護(hù)者花了很多的心血卻提高底層的解釋器效率，為什么Python的維護(hù)者不去呢？

可能是因?yàn)?php 以前太慢了唄。

python并不一定慢，許多Python的科學(xué)計(jì)算庫通過用C來編寫可以獲得和全用c或者c＋+寫的程序相同或者慢一到兩倍的體驗(yàn)。

很多人認(rèn)為他慢。他其實(shí)也確實(shí)慢。
一是GIL，其實(shí)GIL也只是CPython python解釋器的特性，其主要是在多核機(jī)器上python無法獲得多核所帶來的性能優(yōu)勢。單核其實(shí)就差不多了。
樓下起風(fēng)了不認(rèn)可。首先大多數(shù)Python程序都是運(yùn)行在CPython上的。無數(shù)用c語言為Python編寫的好的庫也是只能運(yùn)行在cpyhon上的。所以GIL是大多數(shù)Python程序繞不開的東西。你說多進(jìn)程可以解決。但是這也導(dǎo)致了一個問題就是進(jìn)程間的數(shù)據(jù)共享問題。因?yàn)椴辉谝粋€進(jìn)程中共享內(nèi)存空間這種高效的共享方式不能使用（當(dāng)然GIL也是為了處理多線程共享內(nèi)存所帶來的風(fēng)險(xiǎn)而設(shè)置的。）這樣你多線程間通信也會帶來性能的損耗。當(dāng)然你說可以通過多線程解決也沒錯，但是也不能說GIL不是導(dǎo)致大多數(shù)python慢的原因。

二是python是一門解釋形語言，其是邊運(yùn)行邊將python字節(jié)碼編譯成系統(tǒng)可以執(zhí)行的可執(zhí)行代碼。這會帶來一定的性能損耗，但是一個程序的快慢主要還是由其熱點(diǎn)部分決定。通過將熱點(diǎn)部分使用C語言編寫，基本就可以獲得很好的性能。
樓下起風(fēng)了說python運(yùn)行一次后編碼就完成了。我想他可能沒有理解解釋型語言的編譯。 Python在運(yùn)行前編譯好的文件是Python字節(jié)碼。如果沒有Python虛擬機(jī)是不能運(yùn)行的。當(dāng)在運(yùn)行的時(shí)候Python虛擬機(jī)又吧Python字節(jié)碼翻譯成可以被CPU執(zhí)行的二進(jìn)制字節(jié)碼。而像C語言這種是直接編譯連接就可以生成直接被機(jī)器執(zhí)行的二進(jìn)制碼。

其實(shí)對于大型應(yīng)用影響其性能的首先是架構(gòu)其次是程序編寫邏輯然后是語言特性。大部分系統(tǒng)瓶頸都輸數(shù)據(jù)庫讀取。加個redis緩存就可以獲得不錯的性能提升。 ins還不是用django撐起了全球最大圖片分享網(wǎng)站。
手機(jī)打的錯別字可能多一點(diǎn)??

import time

calNum = 100000000

def test():
    sum = 0
    for x in range(1, calNum + 1):
        sum += x
    return sum

def test1():
    sum = 0
    for x in xrange(1, calNum + 1):
        sum += x
    return sum

def test2(mylist):
    sum = 0
    for x in mylist:
        sum += x
    return sum

def test3():
    sum = 0
    i = 0
    while i < calNum:
        sum += i
        i += 1
    return sum

start = time.time()
test()
end = time.time()
print 'test time: {0}'.format(str(end-start))

start = time.time()
test1()
end = time.time()
print 'test1 time: {0}'.format(str(end-start))

mylist = range(1, calNum + 1)
start = time.time()
test2(mylist)
end = time.time()
print 'test2 time: {0}'.format(str(end-start))

start = time.time()
test3()
end = time.time()
print 'test3 time: {0}'.format(str(end-start))

四種不同的寫法
test time: 7.10620498657
test1 time: 4.30882191658
test2 time: 4.70718193054
test3 time: 8.60779190063

四種不同的寫法 獲得時(shí)間也不同。 我之后再寫一個鏈接了c語言庫的實(shí)例補(bǔ)上。

不清楚樓主說的效率是指哪方面的效率？

樓主有做過對比測試嗎？

python3.6開始已經(jīng)開始針對GIL的問題進(jìn)行解決了，并準(zhǔn)備摒棄這個東西了?？梢允媚恳源?/p>

我對樓上的解釋持懷疑態(tài)度。如果你覺得GIL是導(dǎo)致慢的原因，大可以用多進(jìn)程替代，GIL的問題本質(zhì)是導(dǎo)致多線程是分時(shí)復(fù)用而已（如果一個線程不間斷地在 Python 2 中運(yùn)行 1000 字節(jié)碼指令，或者不間斷地在 Python 3 運(yùn)行15 毫秒，那么它便會放棄 GIL，而其他線程可以運(yùn)行）。而且由于GIL本身，甚至可以導(dǎo)致多線程比單線程還慢。而且GIL是CPython的，大可用別的版本的Python實(shí)現(xiàn)。再者，并不是每個程序都有必要通過多線程去實(shí)現(xiàn)，而且事實(shí)上大多數(shù)人寫的程序就是單線程的，所以這不能成為你的Python程序慢的借口。

Python說到底是一門高級語言，高級語言比低級語言慢是很正常的事情，你去看看leetcode里面解題時(shí)間vs不同語言的柱狀圖就知道差距了，反正不是樓上說的一兩倍。再說上面提到的邊運(yùn)行邊編譯字節(jié)碼的問題，除了主腳本以外，如果別的py文件沒做改動，且運(yùn)行的python解釋器版本相同，它是不會重新編譯的，而且python添加了編譯優(yōu)化選項(xiàng)，所以我覺得這也不是個很好的理由。比如你寫了一個for循環(huán)，循環(huán)上萬次，里面就只是數(shù)據(jù)結(jié)構(gòu)動態(tài)重綁定之類的簡單操作或者就是簡單的加法（沒有類型的加法），那你能說是編譯，加載，連接是主要導(dǎo)致慢的原因嘛？再說很多比Python快的面向?qū)ο蟮恼Z言也會用到虛擬機(jī)，總不能一股腦全部賴在這個中間步驟上。

至于為什么慢，又回到高級語言的話題上，python是1.高級的 2.動態(tài)的，戳這里
樓上提到主要解決熱點(diǎn)問題是一致推薦的，一般prototype用python編寫，較慢的代碼會用低級語言重構(gòu)。

當(dāng)我們一定要討論某種語言快慢的時(shí)候，是不是應(yīng)該剖析語言本身的特性和準(zhǔn)則，而并不是針對某個特定實(shí)現(xiàn)版本，雖然即使這個版本是大多數(shù)人用的。

只是本人基于自己的理解YY的，大家討論哈~

看到其他答案都在為Python性能擔(dān)憂，我這邊也提供一個對性能提升的方法，題目的Python代碼幾乎不用變，只要加個 jit 修飾器即可，性能可秒殺其他語言，并且規(guī)模越大優(yōu)勢越明顯：

import time
from numba import jit
calNum = 300000000

@jit
def test():
    sum = 0
    for x in range(1, calNum + 1):
        sum += x
    return sum


start = time.time()

test()

end = time.time()

print(end - start)

數(shù)字直接飆到3億，運(yùn)行一下看看，你一定會回來贊我的。

這個模塊可以在 https://www.lfd.uci.edu/~gohl... 下載。

韓天峰大大寫到：

benchmarksgame 上面的測試基本上都是密集計(jì)算的。PHP 和 Python（CPython） 目前都沒有 JIT，PHP
能勝出只能說明底層 VM 性能比 Python 的要好。實(shí)際上 PHP 語言官方開發(fā)組從 5.4 時(shí)代就一直在優(yōu)化 VM 的性能。PHP7版本對底層的數(shù)據(jù)結(jié)構(gòu)進(jìn)行了很大的改造，相比 5.6 提升了 1 倍以上的性能。而 Python 3 相比 Python 2性能上反而是在退步。 密集計(jì)算場景，靜態(tài)語言和 有 JIT 的動態(tài)語言 會有很大的優(yōu)勢?？梢钥吹?Node.js（基于 V8 引擎）的測試成績遠(yuǎn)超 PHP 和 Python 。前者的計(jì)算指令是直接作為 CPU 指令執(zhí)行的，后者計(jì)算實(shí)際上是 VM
上的高級指令，實(shí)現(xiàn)原理上有很大差異。不過，各位 PHPer 也別灰心，PHP 官方開發(fā)組已經(jīng)在開發(fā) JIT 特性了，也許下個版本 PHP就會攜帶 JIT ，到時(shí)在密集計(jì)算場景下將會和 Node.js 在同一數(shù)量級。另外再說句，PHP、Python、Node.js都是寫應(yīng)用軟件的，語言的計(jì)算性能沒那么重要。你的程序如果對性能敏感，C/C++/GO/Rust 這些靜態(tài)編程語言才是最好的選擇。

同為動態(tài)語言，python的性能為何只有PHP的五分之一？