问题标签 [psyco]

Is there a way to get the same sort of speedup on x64 architecture as you can get from psyco on 32 bit processors?

psyco似乎在优化 Python 代码方面很有帮助，而且它以一种非常非侵入性的方式进行。

因此，人们不得不怀疑。假设您始终使用 x86 架构（现在大多数应用程序都运行在该架构上），为什么不总是使用psyco所有 Python 代码呢？它有时会出错并破坏程序的正确性吗？增加一些奇怪情况的运行时间？

你有任何负面的经历吗？到目前为止，我最消极的经历是它使我的代码速度仅提高了 15%。通常情况会更好。

自然，使用 psyco 并不能替代高效的算法和编码。但是，如果您可以以两行代码（导入和调用 psyco）的成本提高代码的性能，我认为没有充分的理由不这样做。

我正在尝试将我的 Python 应用程序从 Windows 移植到 Mac。我的应用程序使用 Psyco。如何在 Mac 上安装 Psyco？

请记住，我是 Mac 新手。

我在一个大型金融定价应用程序上工作，其中有一些长期运行的计算。我们已经确定了一些可以通过选择性应用 psyco 来加速的功能。我的管理层要求评估将 psyco 添加到我们的堆栈中的成本和收益。

鉴于我的项目的关键性质，如果“性能增强”可能会降低可靠性，这是不可接受的。我读过使用 psyco 以使用更多内存为代价获得额外的性能。我担心这可能是个问题。

我这样做是这样的：

总之，我们希望将 psyco 应用到不超过 15 个功能上——这些功能被大量使用。这个库中有数千个函数，所以这只会影响我们代码的一小部分。所有的功能都是小的、数学的和无状态的。

• 是否存在使用更多内存的风险
• 在将这个组件添加到我们长期建立的库中时，我们可能会遇到任何其他问题吗？

仅供参考，平台是 Windows 32 位 XP 上的 Python 2.4.4

更新：似乎主要的潜在风险是由于程序需要比添加 psyco 之前更多的内存来运行，所以理想情况下，我想找到一种方法来查看添加 psyco 是否会显着改变系统的内存需求。

Psyco是 Python 的专门编译器。该文件指出

Psyco 可以并且将使用大量内存。

这种内存使用的主要原因是什么？一般来说，大量的内存开销是 JIT 编译器的一个特性吗？

编辑：感谢到目前为止的答案。有三个可能的竞争者。

• 编写多个专用块，每个块都需要内存
• 由于动态编译源而产生的开销
• 由于捕获足够的数据来进行动态分析而产生的开销

问题是，哪一个是内存使用的主导因素？我有自己的看法。但是我要增加赏金，因为我想接受实际上正确的答案！如果有人可以证明或证明大部分内存的使用位置，我会接受。否则，无论社区投票给谁，都将在赏金结束时自动接受。

我知道 Psyco 对桌面应用程序的好处，但在 Web 应用程序中，进程（= 网页或 AJAX 调用）在被解雇后立即死亡，这不是没有意义吗？

Psyco 日志输出如下所示：

有问题的行

下一个：

我有点不知所措。有任何想法吗？

Psyco 文档说：

仅供参考，Psyco 根本不适用于任何 64 位系统。这个事实值得再次注意，现在最新的 Mac OS/X 10.6 “Snow Leopart”带有一个默认的 Python，它在 64 位机器上是 64 位的。在 OS/X 10.6 上使用 Psyco 的唯一方法是在 32 位模式下重新编译自定义 Python。

通常，仅当代码为指针类型假定一定大小以及其他类似的小（ish）问题时，将程序从 32 位移植到 64 位才是真正的问题。考虑到 Psyco 并不是一大堆代码（~32K 行 C + ~8K 行 Python），它有多难呢？有没有人试过这个并撞墙？我还没有真正有机会好好看看 Psyco 的资源，所以如果我在浪费时间研究这个，我真的很感激......

我已经在一台机器上安装了 psyco 没有问题，但是在另一台机器上安装时我遇到了一个奇怪的错误。我无法使用easy_install，因为它给了我一个错误：

所以，我下载了最后一个版本 1.6 并做了“python setup.py install”。我已经用过好几次了，没有问题。我收到以下消息：

关于我为什么会收到此错误的任何想法？谢谢

我准备了一个关于制作软件应用程序的项目。除了执行速度很慢之外，它是完整的并且工作正常。我已经采取了几块代码并对其进行了优化..

我尝试了 psyco .. 即我安装了 psyco 并在我的代码顶部添加了两行

不知道这是否是使用 psyco 的方式。如果这是错误的。请告诉我如何使用 psyco.. 因为我添加了这个并没有发现任何改进..

我已经尝试过分析，我知道代码行需要时间，但这些无法进一步优化并且是不可避免的代码行。

我还考虑过使用一些python包重写'c'中的代码的选项。但是在使用不属于基本python的附加python包时，我总是有一个非常糟糕的体验。

我正在使用python 2.6和windows vista ..请告诉方法显着提高整个代码执行速度的方法..至少5倍..拜托..

我还没有在方法中编写我的代码，你之间几乎没有方法..没有主要..

是的，因为很少有人建议我是一个 IO 绑定问题.. 因为我需要调用代码大约 500 次，这涉及每次调用打开和关闭至少 2 个文件..

在这里打开 .pm 文件时，它有两列，我只需要第一列，所以我将整个第一列复制到列表中并将其传递给函数以获取其行号，然后打开其他文件以获取该行号的元素到列表中...

这是我想要的任务......我想将第一列的元素加载到列表中是耗时的任何想法来纠正这个......

如何提高 IO 绑定瓶颈的性能

拼命寻求帮助