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：

1. 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)
2. 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
       
3. 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