python - Python语言会成为 future 最快的语言吗？

Question

Closed. This question is opinion-based。它目前不接受答案。
想改进这个问题吗？更新问题，以便 editing this post可以用事实和引用来回答。
上个月关门了。
最近我研究了python语言，很多人抱怨它的速度太快了。我想知道这门语言能不能变得更快？

最佳答案

问一下编程语言的速度是没有意义的。编程语言是一组抽象的数学规则和约束。这是一个规范。基本上是一张纸。
一张纸没有我们在这里所说的那种速度。
为了执行用编程语言编写的程序，需要实现该语言。此外，您还需要编写一个可以执行的程序。你需要在特定的环境中执行这个程序（CPU，RAM，OS，机器架构，…）
然后，只有到那时你才能测量跑步需要多长时间。
但现在你要测量很多变量：
程序
环境
实施
实现的特定版本
语言
由于变量太多，而且只有一个数据点，因此无法判断哪个变量对结果的贡献大小。
我看到的许多Python基准测试都使用在Intel AMD64 CPU上的Linux上运行的CPython。不过，这个基准有点不公平：
CPython实际上是一个非常简单的实现。它不使用通常在高性能语言引擎中使用的任何优化，例如自适应优化、推测性内联、多态内联缓存、动态类型反馈、去虚拟化、转义检测等等。
与几乎所有现代操作系统一样，Linux并没有特别针对运行类似Python的语言进行优化。它对于类C语言更为优化。例如，Linux有虚拟内存，这对垃圾收集的性能有负面影响。
英特尔AMD64 CPU没有特别针对运行类似于Python的语言进行优化。它们对于类C语言更为优化。例如，它们包含的优化对Python并没有真正的帮助，当这些死空间和晶体管可以更好地用于Python特定的优化时。
例如，查看Azul Vega-3cpu的设计和相应的操作系统，这两个系统都是专门为运行内存安全、指针安全、带有垃圾收集的类型安全语言、动态调度和高度运行时多态性而设计的。
如果您想要对Python和C进行公平的比较，您需要在Python实现上运行Python代码，Python实现的研究、工程、开发、人力、金钱和资源量与C实现（如microsoftvisualc、Clang/LLVM、GCC等）在操作系统上的相同为运行Python而优化，在一个具有相同数量的研究、工程、开发、人力、资金和资源投入的CPU上，使Python运行得更快，并使用与Intel Xeons相同的高级进程生产。
如果你花费足够的研究、工程、开发、人力、金钱和资源来让Python变得快速，那么它将是快速的。
有很多历史上的例子：在70-90年代有一个Lisp和Smalltalk的大肆宣传，人们在Lisp和Smalltalk编译器以及vm上花了大量的钱，瞧，这些实现变得更快了当自VM出现时，它与当时的许多C++实现具有竞争力。然后，Sun为自己的项目削减资金，在那期间也有一个C++炒作，所以钱花在C++编译器上，而那些变得很快。
在那之后，出现了一种Java炒作，人们把钱花在了JVM上。（有趣的是，Self的开发人员在Sun-cut融资之后，创建了自己的公司并构建了一个Smalltalk VM，在意识到Java和Smalltalk非常相似之后，他们构建了一个JVM。这个JVM速度如此之快，以至于Sun收购了这家公司，以获得他们本来可以免费获得的JVM技术，如果他们当初没有将开发人员赶出这家公司的话。）Oracle HotSpot仍然基于前自行开发人员编写的Animorphic Smalltalk VM的代码库。
现在，我们正在进行ECMAScript的宣传，一旦公司开始向ECMAScript引擎投入资金，在短短几年的时间里，这些引擎的速度就快了十倍。（其中一个驱动因素是谷歌的V8引擎，它实际上是由一些离开甲骨文成立自己公司的前自行开发人员设计的。）
有一些相当快的Python执行引擎。我个人很期待松露疗法。我怀疑如果人们开始投资于Python实现，他们也会发现仍然有很多改进的潜力。例如，TruffleRuby（由同一个人构建）已经表明，在某些情况下它可以击败C，而且与microsoftvisualc或Clang/LLVM相比，研究它的团队实际上很小。

关于python - Python语言会成为 future 最快的语言吗？ ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58217310/

上一篇：Python排序列表设置

下一篇：python - 向尚无后缀的列名称添加后缀

相关文章：

甚至没有文件打开时，Python 多处理声称打开的文件太多

python - 用于语义分割的 ImageDataGenerator

python - 有没有办法在 Bokeh 中为非选择字形设置多个不透明度？

python - 双胞胎网格线的可见性

python - 从另一个 jupyter 单元格访问在 %%bash 单元格中声明的变量

python - 每个时期后评估神经网络的准确性

python - VSCode 无法从虚拟环境中正确运行 pytest

python - 通过命令行获取信息提示

python - 在 Scrapy 中抓取和连接

python - 在Python中读取和切片二维列表

Answer 1

问一下编程语言的速度是没有意义的。编程语言是一组抽象的数学规则和约束。这是一个规范。基本上是一张纸。
一张纸没有我们在这里所说的那种速度。
为了执行用编程语言编写的程序，需要实现该语言。此外，您还需要编写一个可以执行的程序。你需要在特定的环境中执行这个程序（CPU，RAM，OS，机器架构，…）
然后，只有到那时你才能测量跑步需要多长时间。
但现在你要测量很多变量：
程序
环境
实施
实现的特定版本
语言
由于变量太多，而且只有一个数据点，因此无法判断哪个变量对结果的贡献大小。
我看到的许多Python基准测试都使用在Intel AMD64 CPU上的Linux上运行的CPython。不过，这个基准有点不公平：
CPython实际上是一个非常简单的实现。它不使用通常在高性能语言引擎中使用的任何优化，例如自适应优化、推测性内联、多态内联缓存、动态类型反馈、去虚拟化、转义检测等等。
与几乎所有现代操作系统一样，Linux并没有特别针对运行类似Python的语言进行优化。它对于类C语言更为优化。例如，Linux有虚拟内存，这对垃圾收集的性能有负面影响。
英特尔AMD64 CPU没有特别针对运行类似于Python的语言进行优化。它们对于类C语言更为优化。例如，它们包含的优化对Python并没有真正的帮助，当这些死空间和晶体管可以更好地用于Python特定的优化时。
例如，查看Azul Vega-3cpu的设计和相应的操作系统，这两个系统都是专门为运行内存安全、指针安全、带有垃圾收集的类型安全语言、动态调度和高度运行时多态性而设计的。
如果您想要对Python和C进行公平的比较，您需要在Python实现上运行Python代码，Python实现的研究、工程、开发、人力、金钱和资源量与C实现（如microsoftvisualc、Clang/LLVM、GCC等）在操作系统上的相同为运行Python而优化，在一个具有相同数量的研究、工程、开发、人力、资金和资源投入的CPU上，使Python运行得更快，并使用与Intel Xeons相同的高级进程生产。
如果你花费足够的研究、工程、开发、人力、金钱和资源来让Python变得快速，那么它将是快速的。
有很多历史上的例子：在70-90年代有一个Lisp和Smalltalk的大肆宣传，人们在Lisp和Smalltalk编译器以及vm上花了大量的钱，瞧，这些实现变得更快了当自VM出现时，它与当时的许多C++实现具有竞争力。然后，Sun为自己的项目削减资金，在那期间也有一个C++炒作，所以钱花在C++编译器上，而那些变得很快。
在那之后，出现了一种Java炒作，人们把钱花在了JVM上。（有趣的是，Self的开发人员在Sun-cut融资之后，创建了自己的公司并构建了一个Smalltalk VM，在意识到Java和Smalltalk非常相似之后，他们构建了一个JVM。这个JVM速度如此之快，以至于Sun收购了这家公司，以获得他们本来可以免费获得的JVM技术，如果他们当初没有将开发人员赶出这家公司的话。）Oracle HotSpot仍然基于前自行开发人员编写的Animorphic Smalltalk VM的代码库。
现在，我们正在进行ECMAScript的宣传，一旦公司开始向ECMAScript引擎投入资金，在短短几年的时间里，这些引擎的速度就快了十倍。（其中一个驱动因素是谷歌的V8引擎，它实际上是由一些离开甲骨文成立自己公司的前自行开发人员设计的。）
有一些相当快的Python执行引擎。我个人很期待松露疗法。我怀疑如果人们开始投资于Python实现，他们也会发现仍然有很多改进的潜力。例如，TruffleRuby（由同一个人构建）已经表明，在某些情况下它可以击败C，而且与microsoftvisualc或Clang/LLVM相比，研究它的团队实际上很小。