我只是想给予使用PyPy进行pandas操作，我想使用PyPy的某些代码可能会更快，但显然它比python慢。这背后的原因是什么？这是我的代码示例，只是从csv读取示例数据并计算相关性。Python：7分钟使用pypy：8.5分钟
import pandas as pd import time t = time.time() df = pd.read_csv('./dfn.csv', index_col=0) df.T.corr() print(time.time()-t)
eqqqjvef1#
大部分科学Python软件栈实际上是用C/C编写的。因此，当你使用pandas例程，如read_csv或T.corr()时，你不是在访问python代码，而是编译后的代码。PyPy不能加快代码的速度。此外，C/C代码的接口目前使用CPython C-API编写。为了让PyPy使用该代码，它必须模拟CPython C-API，这是很慢的。blog post的原因。我们希望HPy能够改变这种情况，使PyPy（和其他python实现）上的C/C++互操作更快。
read_csv
T.corr()
1条答案
按热度按时间eqqqjvef1#
大部分科学Python软件栈实际上是用C/C编写的。因此，当你使用pandas例程，如
read_csv或T.corr()时，你不是在访问python代码，而是编译后的代码。PyPy不能加快代码的速度。此外，C/C代码的接口目前使用CPython C-API编写。为了让PyPy使用该代码，它必须模拟CPython C-API，这是很慢的。blog post的原因。我们希望HPy能够改变这种情况，使PyPy（和其他python实现）上的C/C++互操作更快。