加速Python运行的工具应用

如果你需要让你的Python程序加速运行，在不同的层次有一些不同的解决方案：

重写 你的 Python 代码， 通过 并行化parallelizing 和 优化optimizing/替代replacing/调试tuning 运算方法,比如使用:

Hadoop 或者 Disco

MapReduce 的开源实现工具

Parallel Python Python 并行运算

Message Passing Interface (MPI)

经常用于大量数学运算

Bulk Synchronous Parallel (BSP)
RPyC

针对分布式/并行程序的RPC

Twisted

用于分布式/并行程序的网络库

Profiling Tools
线程 thread或者 Microthreads (Stackless)

使用工具加速你的代码而不需要大量修改

Psyco

Just in time JIT 编译器，注意这是最容易使用的实现方式。

Pyrex

写和编译Python，通过近似 C 风格的数据结构

Cython
PyJs

编译 (大子集) Python 为 Javascript, 注意：这更适合于客户端编程比如ajax，而非服务器端。

Rpython

编译 (大子集) Python 为本地代码，注意：这是 PyPy 项目的一部分。

Shedskin

编译 (大子集) Python 为 C++,这是一些测试结果： some benchmarks

替换 (一部分) 你的 Python 代码 为其他语言

Simplified Wrapper and Interface Generator (SWIG)

Use C/C++ from Python

Fortran to Python Interface Generator (F2PY)

Use Fortran from Python

llvm-py

编写代码和编译为汇编语言，用于运行在底层虚拟机上。

CorePy

在Python中写汇编代码

Weave
PyInline
Boost.Python
Cinpy

cinpy模块利用tcc混合C代码和Python(使用ctypes)在运行时刻编译成为可执行代码