NumPy和SciPy有多少是用C写的？
NumPy和SciPy的部分代码是用C或C++编写的吗？
从Python调用C的开销和从Java或C#调用C的开销相比，哪个更高呢？
我只是想知道，Python在科学应用方面是否比Java或C#更好。
如果我查看这些比较测试，会发现Python的表现差得很。但我想这可能是因为这些测试没有使用第三方库。
5 个回答
很多代码是用C语言或Fortran写的。你可以把那些运行频繁的部分用C语言重写（或者用很多加速Python的方法，我最喜欢的是boost/weave），但这真的有必要吗？
你的科学应用程序可能只会运行一次。剩下的时间都是在调试和开发，而这些在Python上做会快得多。
这里有一个更好的比较，可以查看这里（虽然不是基准测试，但展示了加速Python的方法）。NumPy大部分是用C语言写的。Python的主要优点在于，有很多方法可以非常简单地用C（ctypes、swig、f2py）、C++（boost.python、weave.inline、weave.blitz）或Fortran（f2py）来扩展你的代码，甚至只需给Python添加类型注解，就能把它处理成C代码（cython）。我觉得对于C#或Java来说，能做到这么简单的事情并不多，尤其是在处理不同类型的数字数组时（不过我想支持者会说，因为它们没有Python的性能损失，所以需求就少了）。
- 我会对任何没有显示每个实现来源的基准测试表示怀疑（或者我错过了什么？）。完全有可能这两种解决方案的代码写得不好，这样就会导致对这两种语言性能的不公平评估。
- 我相信大多数NumPy和SciPy的代码都是用C语言写的，然后用Python封装起来，方便使用。
- 具体要看你在这些语言中做什么，才能判断某个应用的开销有多大。
我已经用Python进行数据处理和分析好几年了，所以我可以说它确实适合这个目的。
你最终想要达到什么目标呢？如果你想快速开发出可读性强的代码，Python是个很不错的选择，而且对于你想解决的任何问题来说，它的速度也足够快。
为什么不试试用每种语言解决你问题的一小部分，然后比较一下开发时间和运行时间的结果呢？这样你就可以根据一些相关的数据做出客观的决定……或者至少这是我会做的 :-)