Python慢，这是实情。

同样的数值计算，C++可能跑0.01秒，Python要跑10秒，差距达到1000倍。

但每年GitHub上最流行的语言排行榜里，Python稳居前列，深度学习、数据分析、量化交易……这些对性能极其敏感的领域，偏偏都在用Python。

这不是程序员们集体脑子进水了，而是因为他们知道一件事：

Python慢的，是Python解释器。你真正跑的那些运算，根本不在Python里。

先搞清楚：Python为什么慢？

Python是动态类型语言，每次执行一个操作，解释器都要先问：这个变量是什么类型？支持这个操作吗？占多少内存？然后再执行。

C++在编译期就把这些问题都回答了，运行时直接执行机器码。

另一个原因是GIL（全局解释器锁）。CPython（最常用的Python实现）同一时刻只允许一个线程执行Python字节码，多核CPU在纯Python多线程里形同虚设。

但是——Python慢是有边界的。

边界就是：你在哪里跑、跑什么。接下来这5种方法，本质上都是在把"真正的计算"搬出Python，交给更快的执行层去完成。

方法一：用NumPy向量化，消灭Python循环

这是最重要的一条，也是最容易被忽视的。

很多人写Python数值计算，习惯写这样的代码：

result = []for i in range(1000000):    result.append(data[i] * 2 + 1)

这段代码的每次循环，都在Python层面执行，解释器要处理100万次类型检查、内存分配、对象创建。

换成NumPy：

import numpy as npresult = data * 2 + 1# data是numpy数组

一行代码，速度提升100倍以上，有时甚至更多。

原因是：NumPy的底层是C语言写的，data * 2 + 1 这个操作直接在C层面对整个数组做批量运算，Python只是发出了一条命令，真正的计算不在Python里发生。

规则很简单：能向量化的，绝不写循环。 看到for循环在处理数组数据，先想想能不能用NumPy的广播机制或内置函数替代。

方法二：Numba——给Python函数贴上JIT的翅膀

有些计算逻辑确实没法向量化，必须写循环，比如需要根据上一步结果决定下一步的迭代计算。

这时候可以用Numba。

from numba import jit@jit(nopython=True)defcompute(arr):    result = 0.0for i in range(len(arr)):        result += arr[i] ** 2return result

加了@jit(nopython=True)这个装饰器，Numba会在函数第一次被调用时，把它即时编译（JIT）成机器码。

第一次调用会慢（编译开销），之后每次调用，跑的都是编译好的机器码，速度可以接近C语言。

几行Python代码，加一个装饰器，数值循环的速度直接上升一到两个数量级。Numba对NumPy数组的支持非常好，对科学计算场景几乎是零成本加速。

注意：nopython=True会强制Numba使用纯机器码模式，不回退到Python解释器，性能最好，但对代码有一些约束（比如不能使用任意Python对象）。

方法三：多进程——绕过GIL，真正用满多核

前面提到Python的GIL让多线程在CPU密集型任务上帮不上忙，但多进程（multiprocessing）不受GIL限制——每个进程有独立的Python解释器和内存空间。

from multiprocessing import Pooldefheavy_task(x):# 某个耗时的CPU密集计算return sum(i**2for i in range(x))with Pool(processes=8) as pool:  # 开8个进程    results = pool.map(heavy_task, [10**6] * 8)

8核CPU，理论加速比接近8倍。

多进程的开销主要在进程启动和数据在进程间传递（序列化/反序列化）上。所以这个方法适合"任务颗粒度大、数据量不太大"的场景——每个子任务要跑几秒以上的计算，多进程的加速效果很明显；如果每个任务只需几毫秒，进程通信的开销会把收益吃掉。

对于I/O密集型任务（网络请求、文件读写），GIL不是瓶颈，用asyncio异步并发即可，不需要多进程。

方法四：Cython——把Python编译成C扩展

Cython是一种Python的超集语言：你可以写几乎正常的Python代码，加上类型注解，然后把它编译成C扩展模块。

# 文件名：fast_math.pyxdefsum_squares(int n):    cdef int i    cdef double result = 0.0for i in range(n):        result += i * ireturn result

用cdef声明变量类型之后，Cython知道这些变量不需要动态类型检查，直接生成对应的C代码。编译后，这个函数以C扩展的形式被Python调用，速度可以提升几十到几百倍。

Cython的上手成本比Numba高一些，需要配置编译环境（setup.py），但它的控制粒度更细，对于需要精细调优的底层模块（比如自己写的数据结构或算法库），是很好的选择。很多Python的知名库，比如pandas的某些核心部分、scikit-learn的关键算法，底层就是Cython写的。

方法五：直接调用C/C++库——让Python做指挥，让C做苦力

这是终极方案，也是Python生态里用得最普遍的模式。

Python不擅长计算，但它擅长做"胶水"——把调用各种高性能库的接口粘合起来。

几个常用方式：

ctypes：Python标准库自带，可以直接加载.so（Linux）或.dll（Windows）动态链接库，调用C函数。无需编译扩展，适合调用已有的C库。

cffi：比ctypes更现代，接口更友好，PyPy解释器推荐使用。

pybind11：专门用来把C++代码封装成Python模块，类型映射和异常处理都做得很完善，是C++扩展的主流选择。

事实上，NumPy、PyTorch、TensorFlow、OpenCV……你用的几乎所有"快"的Python库，内核都是C或C++，Python只是它们的调用层。

所以"Python慢"这件事，某种程度上是个伪命题：Python程序的性能上限，由它调用的底层库决定，不由Python解释器决定。一个PyTorch训练程序，99%的GPU计算时间都在CUDA里，Python代码只是在安排"谁先跑、结果存哪里"。

什么时候这些方法都不够用？

有些场景，这5种方法确实力所不及：

• 实时系统，需要微秒级响应，GC（垃圾回收）的停顿都不能接受——用C++或Rust；
• 嵌入式硬件，内存和算力极度受限——用C；
• 需要精确控制内存布局和生命周期——用Rust；

这不是Python的失败，这是工具的边界。好的工程师不是把所有问题都用同一种工具解决，而是知道什么问题用什么工具。

总结

Python慢，慢的是它的解释器在做无意义的重复工作。

真正的高性能Python，是让Python做它最擅长的事——清晰地表达逻辑、灵活地调度资源，然后把真正的计算交出去。

这才是Python在高性能领域能站稳脚跟的真正原因：不是它有多快，而是它让调快的事情变得足够简单。