2019 Python 计算生态十二月推荐榜
19年12月10日 · 计算生态推荐榜 7446 人阅读
看见更大的世界,遇见更好的自己
See a better world to meet better for ourselves.
解释器是解释性语言的重要基石,它负责解释执行项目代码,完成项目的“最后一公里”任务。解释器又是一门语言的骨骼经脉,不懂得它的工作原理,就无法一览编程全貌,也就难以深入所学语言。Python语言作为一门解释性语言,入门极其简单,十行代码就能实现一个不错的功能。在这个全民学Python,人人以Python程序员自居的时代,如果不学一学Python解释器,恐怕最终也是泯然众人,难有所成。好在,Python中有着多种版本的解释器,无论你是C、C++或者Java程序员,都能无缝学习Python解释器。
2019年12月,旧的一年渐渐进入尾声。回顾一年来的学习历程,自觉收获满满。本想在期末考试中大展拳脚,却被一张张试卷无情连击。眼看着在精通Python的道路上渐行渐远,特别推荐10款优秀的Python计算生态,帮助大家深入理解Python语言,构筑坚实牢固的语言基石。
CPython
CPython是用C语言实现的Python解释器,它是目前应用最广泛的Python解释器,同时也是官方版本的解释器,最新的语言特性都是在CPython上率先实现,并基本包含了所有第三方库的支持。
项目地址:https://github.com/python/cpython
Cython
Cython是一个针对Python编程语言和扩展的Cython编程语言(基于Pyrex)的优化静态解释器。它使得为Python编写C扩展像编写Python本身一样简单。它是Python语言的超集,并且支持调用C函数和在变量和类属性上声明C类型。
项目地址:https://cython.org/
CLPython
CLPython是一个基于Common Lisp语言的开源的Python解释器。它致力于连接Python和Lisp的世界。你能够在Python中访问Lisp库,在Lisp中访问Python库,也能够混合使用Python和Lisp代码。
项目地址:https://github.com/metawilm/cl-python
jython
Jython是运行在Java平台上的解释器,直接把Python代码编译成Java字节码执行。它不仅提供了Python的库,也提供了所有Java类,使得它拥有了一个巨大的资源库。
micropython
micropython是一个精简且高效的Python解释器,包括Python标准库的一个小子集,并且经过优化可以在微控制器和受限环境中运行。MicroPython的目标是尽可能与普通Python兼容,能够轻松地将代码从桌面转移到微控制器或嵌入式系统。
numba
Numba是Python的即时解释器,它最适合使用NumPy数组、函数和循环的代码。当调用一个Numba修饰函数时,它会被编译成“即时”执行的机器码,并且你的全部或部分代码随后可以以本机机器码的速度运行!
PeachPy
PeachPy是一个用于编写高性能汇编内核的Python框架。它旨在简化编写优化的汇编内核,同时保留传统汇编的所有优化机会。
项目地址:https://github.com/Maratyszcza/PeachPy
pypy
pypy是Python语言的一种快速、兼容的替代解释器。采用JIT技术,对Python代码进行动态编译,可以显著提高Python代码的执行速度。绝大部分代码可以在PyPy下执行,但它和CPython有稍微不同,导致相同代码在两种解释器下会产生不同的结果。
项目地址:https://pypy.org/
stackless
stackless是Python语言的增强版本,它使得程序员从基于线程的编程中获益,而不需要考虑与传统线程相关的性能和复杂性问题。Stackless添加到Python中的微线程是一种廉价且轻量级的便利,能够改善程序结构,使得程序可读性更高,增强程序员的产出。
项目地址:https://github.com/stackless-dev/stackless
IPython
IPython是基于CPython之上的一个交互式解释器。它为交互式计算提供了丰富的架构,包括一个强大的交互式的shell,Jupyter的内核,支持交互式数据可视化和GUI工具包的使用,灵活地可嵌入的解释器以及易于使用高性能的并行计算工具。
项目地址:http://ipython.org/
Python3Turtle