Python的新版本——Python 3.0


下面着重说明一下Python 的新版本——Python 3.0,其中包括Python 3.0的全新界面和一些功能上的改进,几乎比之前的Python语言的性能翻了二十几倍,这大大的高兴坏了一些技术人员。

但是它不仅为开发者带来许多让人感兴趣的特性,同时在性能方面也有所改善。在上一篇中,我们为读者详细介绍了Python 3.1版本在标准程序库方面的变化,本文则要为读者介绍新版本在性能方面的改善。

Python 3.1的开发计划中,很大一部分都是关于性能的,那么这一版本发布后,都是哪些性能得到改善呢?下面我们将一一加以介绍。Python 3.0曾以使用Python实现了一个新的I/O库而引以为豪,但是其性能大家可想而知——和您估计的一样,非常的低。

Python 3.1中,人们利用C语言重新实现了此程序库,所以它的性能得到了极大的提升,大概快了2到20倍。为此,我们写了一段代码:向一个文件中写入5,000,000字节的内容。连续写入10次,然后计算其平均耗时。我们分别在Python 2.5、2.6、3.0和3.1下运行该代码,然后比较其结果。

  1.  from __future__ import with_statement  
  2.  
  3. import sys  
  4.  
  5. import time  
  6.  
  7. if sys.version_info[0] == 3:  
  8.  
  9. exec("c = b'X'")  
  10.  
  11. else:  
  12.  
  13. c = 'X' 
  14.  
  15. def test_write_speed():  
  16.  
  17. start = time.time()  
  18.  
  19. with open('1.txt', 'wb') as f:  
  20.  
  21. for i in range(5000000):  
  22.  
  23. f.write(c)  
  24.  
  25. end = time.time() - start  
  26.  
  27. print (end)  
  28.  
  29. return end  
  30.  
  31. times = [test_write_speed() for i in range(10)]  
  32.  
  33. times.remove(max(times))  
  34.  
  35. times.remove(min(times))  
  36.  
  37. print('Average:', sum(times) / len(times)) 

看到这样的结果,是不是既让人感兴趣又让人很困惑呀:对于这个向文件逐字节写入的基本I/O任务,不同Python版本之间的性能差别是不是很明显呢?Python 3.0的性能有了很大的下降。

这是可以理解的,原因前面已经提过。不过,Python 2.6的性能比Python 2.5低了50%,而Python 3.1的性能有几乎是Python 2.5的两倍。对于同样的测试,如果文件作为文本文件打开(即把wb换成w),并且向文件写入字符串“1”而非写入字节,如下:

  1. Python 2.5 - 3.0146874487400055  
  2.  
  3. Python 2.6 - 4.4676837027072906  
  4.  
  5. Python 3.0 - 33.0755852461  
  6.  
  7. Python 3.1 - 5.7733258903 

对于同样的测试,如果文件作为文本文件打开(即把wb换成w),并且向文件写入字符串“1”而非写入字节,如下:

  1. Python 2.5 - 3.1337025165557861  
  2.  
  3. Python 2.6 - 2.9250392615795135  
  4.  
  5. Python 3.0 - 68.4243619442  
  6.  
  7. Python 3.1 - 3.43869066238 

从中我们可以了解到些什么呢?首先,对于该任务Python 3.0的性能是惨不忍睹的,它写入字符的耗时是写入字节的两倍,并且几乎比Python 3.1的性能地了二十倍。 Python 2.5、2.6和3.1所用的时间大体相当。

  1. 有关Python系统文件进行介绍指导
  2. 如何正确的使用Python函数
  3. Python 构建工具进行详细介绍分析
  4. PythonAndroid浅析Python优势所在
  5. 如何使用Python模块解析配置文件?

相关内容

    暂无相关文章

评论关闭