总的来说，人们使用Python是因为它方便和对程序员友好，而不是因为它速度快。过多的第三方库业界对Python的广泛支持极大地弥补了它的不足没有Java或C的原始性能。开发速度优先于执行速度。
但在很多情况下，这并不一定是一个非此即彼的命题。经过适当优化的Python应用程序可以以惊人的速度运行——可能不是Java或C的速度，但对于Web应用程序、数据分析、管理和自动化工具以及大多数其他用途来说已经足够快了。您可能会忘记，您是在用应用程序性能来换取开发人员的生产力。
优化Python性能并不取决于任何一个因素。相反，它是关于应用所有可用的最佳实践，并选择最适合当前场景的最佳实践。(Dropbox的员工有一个最让人瞠目结舌的例子Python优化的强大功能。)
在这篇文章中，我将概述许多常见的Python优化。有些是临时措施，只需要将一项转换为另一项(比如更改Python解释器)，但是那些带来最大收益的措施将需要更详细的工作。
1.测量,测量,测量
正如那句古老的格言所说，你不能错过你不衡量的东西。同样地，如果不找出速度慢的实际所在，就无法找出任何给定的Python应用程序运行得不是最优的原因。