crazy曉彤
先說結論：Python是一門動態類型的解釋語言，且有全局解釋器鎖，這三點的底層實現導致了Python比Java、C++慢。
背景知識
01001000 00000001 11000011
計算機CPU只能接受上面這樣的01二進制語言，0和1用來控制高低電位。這樣的0個代碼被稱為機器碼。
C、C++等編譯型語言依靠編譯器將源代碼轉化為機器碼後才能運行，Python、Java等解釋型語言使用解釋器將源代碼翻譯後在虛擬機上執行。對於Python，由於解釋器的存在，其執行效率比C語言慢幾倍甚至幾十倍。
上圖展示各個語言在不同任務上的速度。C語言經過幾十年的發展，優化已經達到了極致。以C語言為基準，大多數解釋語言，如Python、R會慢十倍甚至一百倍。Julia這個解釋語言是個“奇葩”，因為它採用了JIT編譯技術。
解決Python執行效率低的問題，一種解決辦法是使用C/C++語言重寫Python函數，但是這要求程序員對C/C++語言熟悉，且調試速度慢，不適合絕大多數Python程序員。另外一種非常方便快捷的解決辦法就是使用Just-In-Time（JIT）技術。
Python是一種解釋語言
Python是一門解釋語言，Python為我們提供了基於硬件和操作系統的一個虛擬機，並使用解釋器將源代碼轉化為虛擬機可執行的字節碼。字節碼在虛擬機上執行，得到結果。
我們使用python example.py來執行一份源代碼時，Python解釋器會在後臺啟動一個字節碼編譯器（Bytecode Compiler），將源代碼轉換為字節碼，這個過程被稱為編譯階段。字節碼是一種只能運行在虛擬機上的文件，Python的字節碼默認後綴為.pyc，Python生成.pyc後一般放在內存中繼續使用，並不是每次都將.pyc文件保存到磁盤上。有時候我們會看到自己Python代碼文件夾裡有很多.pyc文件與.py文件同名，但也有很多時候看不到.pyc文件。pyc字節碼通過Python虛擬機與硬件交互。虛擬機的出現導致程序和硬件之間增加了中間層，運行效率大打折扣。相信使用過虛擬機軟件的朋友深有體會，在原生的系統上安裝一個虛擬機軟件，在虛擬機上再運行一個其他系統，經常感覺速度下降，體驗變差，這與Python虛擬機導致程序運行慢是一個原理。
Just-In-Time（JIT）技術為解釋語言提供了一種優化，它能克服上述效率問題，極大提升代碼執行速度，同時保留Python語言的易用性。使用JIT技術時，JIT編譯器將Python源代碼編譯成機器直接可以執行的機器語言，並可以直接在CPU等硬件上運行。這樣就跳過了原來的虛擬機，執行速度幾乎與用C語言編程速度並無二致。
Python是動態類型的
原生Python速度慢的另一個重要原因是變量類型不確定，即動態類型。Python聲明一個變量的語法很簡單，如a = 1，但沒有指定a到底是一個整數和一個浮點小數，甚至還可以把a賦值為一個字符串。C++和Java中，變量都是有類型的，比如在C++中，聲明一個整數。
int a = 1;計算機在執行代碼時，必須知道是什麼類型的，才能給這個變量分配合適的內存，調用相應的指令。Python解釋器要進行大量的類型推斷，推斷出一個變量是什麼類型，轉換成計算機可執行的機器碼，這個過程會非常耗時。這個推斷的過程發生在將.py文件換換成
.pyc
字節碼的編譯階段。
與Python不同，C/C++等編譯型語言要提前把整個程序先編譯好，再執行可執行文件。而且只需要編譯一次，後面再使用這個程序時就不需要編譯了。
Python編譯和運行都慢
一個程序的運行時間一般是編譯時間加運行時間。
Python動態類型的特點導致編譯時間較長，基於解釋器的特點導致其運行時間較長，加起來導致總時間比C++和Java慢。
因此，Python非常容易上手，極大方便了開發人員，相應地，給程序員節省下來的時間就丟給了Python解釋器，導致Python執行程序的非常慢。
Python 全局解釋器鎖
其實Python只是一種計算機語言，計算機語言可以有不同的解釋器，我們常用的Python一般是CPython這個解釋器實現。CPython有全局解釋器鎖（GIL），這個鎖限制了Python使用多核CPU的並行處理能力。關於多核CPU如何工作，可以參見我的頭條文章：https://www.toutiao.com/i6714432785378968067/
突破這個鎖並不難，可以使用Python提供的multiprocessing庫來使用多核。
總結
Python是一門動態類型的解釋語言，且有全局解釋器鎖，這三點的底層實現導致了Python比Java、C++慢。
