python线程运行比进程慢，python 线程和进程

为什么python多线程这么慢

1、Python慢的重要原因：python是动态性语言不是静态性语言 在python程序执行的时候，编译器不知道变量的类型。

2、原因：python是动态语言；python是解释执行，但是不支持JIT；python中一切都是对象，每个对象都需要维护引用计数，增加了额外的工作。python GIL；垃圾回收。

3、Python效率到底高不高？到底是不是鸡肋？Python由于有全锁局的存在(同一时间只能有一个线程执行)，并不能利用多核优势。

4、WEB服务器方面。python的服务器可以实现企业级的大规模并发访问。不会慢。当然python是脚本语言。比JAVA和C语言是慢。这个慢是相对的。也就是说，对于用户来说，通常是感觉不到慢的。如果你觉着python慢。

相关问答

Q1: python为啥运行效率不高

Python是动态语言 动态语言是一类在运行时可以改变其结构的语言，如新的函数、对象、代码可以被引入，已有的函数可以被删除或其他结构上的变化等，该类语言更具有活性，但是不可避免的因为运行时的不确定性也影响运行效率。

python是动态性语言不是静态性语言 在python程序执行的时候，编译器不知道变量的类型。python是解释性语言而不是编译性语言 解释型语言与编译型语言它们本身的区别也会造成程序在执行的时候的速度差异。

Python 相较于 C 的优势有很多，性能这一方面你不需要关心，做出一个足够复杂的程序，它们之间运行效率差不了多少的。

Q2: Python中进程与线程的区别是什么

资源共享：进程不能共享资源，而线程共享所在进程的地址空间和其他资源，同时，线程有自己的栈和栈指针。所以在一个进程内的所有线程共享全局变量，但多线程对全局变量的更改会导致变量值得混乱。

进程是资源分配的最小单位，线程是CPU调度的最小单位，每一个进程中至少有一个线程。

) 一个线程可以多个协程，一个进程也可以单独拥有多个协程，这样python中则能使用多核CPU。

Q3: 怎样才能提高Python运行效率?

1、使用较新的Python版本 你要保证自己的代码在新版本里还能运行。你需要使用新的函数库才能体验新的Python版本，然后你需要在做出关键性的改动时检查自己的应用。只有当你完成必要的修正之后，你才能体会新版本的不同。

2、使用生成器一个普遍被忽略的内存优化是生成器的使用。生成器让我们创建一个函数一次只返回一条记录，而不是一次返回所有的记录，如果你正在使用pythonx，这就是你为啥使用xrange替代range或者使用ifilter替代filter的原因。

3、少用内存、少用全局变量 内存占用是指程序运行时使用的内存量。为了让Python代码运行得更快，应该减少程序的内存使用量，即尽量减少变量或对象的数量。 Python 访问局部变量比全局变量更有效。在有必要之前，应该始终尝试忽略声明全局变量。

Q4: python之多线程

多线程是在一个进程中运行多个线程，而多进程是在一个进程中运行多个程序。多线程共享同个地址空间、打开的文件以及其他资源，而多进程共享物理内存、磁盘、打印机以及其他资源。

Python 提供了 threading 模块来实现多线程：因为新建线程系统需要分配资源、终止线程系统需要回收资源，所以如果可以重用线程，则可以减去新建/终止的开销以提升性能。同时，使用线程池的语法比自己新建线程执行线程更加简洁。

python中的多线程实质上是对上下文的不断切换，可以说是假的多线程。

关于python线程运行比进程慢和python 线程和进程的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。