ℹ️ Большинство разработчиков используют стандартный интерпретатор CPython, но если у вас нет критичных зависимостей от C-библиотек, можно переключиться на PyPy, который использует JIT-компиляцию и ускоряет выполнение.
⚡️ Как проверить разницу в скорости?
-
1. Установите PyPy:
sudo apt install pypy3 # Для Ubuntu/Debian brew install pypy3 # Для macOS -
2. Запустите тест на CPython:
python3 -m timeit -s "x = list(range(1000000))" "sum(x)" -
3. Запустите тот же тест на PyPy:
pypy3 -m timeit -s "x = list(range(1000000))" "sum(x)"
🔥 Обычно прирост скорости в 1.5–4 раза!
✔️ Подходит для:
- Чистого Python-кода (без C-расширений)
- Алгоритмов с интенсивными вычислениями
- Веб-приложений на
Django/Flask
❌ Не подходит для:
- Приложений, сильно зависящих от
numpy,scipy,pandas(они оптимизированы подCPython) - Проектов с C-расширениями (PyPy работает, но не всегда даёт выигрыш)
✳️ Если у вас CPU-ограниченный код, попробуйте PyPy! Это может быть простым способом ускорения Python-приложений без изменений кода
tags: #полезно #разработка #python
🧭 @recura_tech
