關於Python的工具清單彙總

今天給大家分享一些提公升軟體效能的優化**的工具，使其讓**更加的簡潔和迅速，當然這麼工具無法替代演算法設計，但是也能讓python加速很多倍。

1.numpy、scipy、sage和pandas

numpy的核心是乙個多維數字陣列的實現。並且除了這個資料結構之外，還實現了若干個函式和運算子，使其支援高效的陣列運算。並且精簡了被呼叫的次數，以便於被用來進行極其高效的數**算。

scipy和sage可以說是乙個整合工具，內建了numpy外還內建了許多其他的不同的工具，從而使其可以用於特定科學、數學和高效能計算的模組。

pandas則是乙個側重於資料分析的工具。如果需要處理大量半結構化的資料，也可能會用到pandas相關的工具，比如blaze。

2.pypy、pyston、parakeet、psyco

我們知道讓**執行的更快並且侵入性最小的就是使用實時編譯器（jit編譯）。在以前我們可以安裝psyco，然後呼叫其psyco.full()的函式，**執行速度明顯提公升。

然而現如今許多psyco專案已經停止了維護，不過類似的功能卻在pypy中得以繼承。

pypy為了方便分析、優化和翻譯，使用python語言將python重新實現了一遍，這樣就可以jit編譯。而且pypy可以直接將**翻譯成像c那樣的效能更高的語言。

此外還有乙個pyston，但到現在還有很多不完善的地方。它是乙個與llvm平台較為接近的python的jit編譯器，並且很多時候已經優於python的實現。

3.gpulib、pystream、pycuda和pyopencl

這四個的作用都是用來處理影象單元以實現加速**的作用，並且相較於**優化從軟體層出發，他們是從硬體層面上進行加速，如果你的電腦有乙個強大的gpu，我們完全可以使用gpu來進行計算，以此減少cpu的寶貴資源。

4.pyrex、cython、numba和shedskin

這四個專案都致力於將python**翻譯為c、c++和llvm的**。shedskin能夠將**編譯為c++語言。pyrex和cython主要目的是將python**編譯為c語言。cython也是pyrex的乙個分支。而且cython還有numpy陣列的額外支援。