为什么python中的琐碎循环比C ++中的慢得多？以及如何优化呢？[重复]
问题内容：
这个问题已经在这里有了答案 ：
为什么Python程序通常比C或C ++编写的等效程序慢？ （9个答案）
7年前关闭。
只需在python和C ++（如下所示）中运行几乎为空的for循环，速度就大不相同，python的速度要慢100倍以上。
a = 0
for i in xrange(large_const):
a += 1
int a = 0;
for (int i = 0; i < large_const; i++)
a += 1;
另外，我该怎么做才能优化python的速度？
（另外：我在这个问题的第一个版本中做了一个不好的例子，我并不是真的说a = 1以便C / C
编译器可以优化它，我的意思是循环本身消耗了很多资源（也许我应该使用a + = 1作为示例。.我的意思是，如果for循环就像一个简单的+ =
1一样，怎么能以与C / C
相似的速度运行？实践中，我使用了Numpy，所以现在不再使用pypy，有没有一些通用的方法可以使循环更快得多（例如生成列表中的generator）？）
问题答案：
一个聪明的C编译器能够通过识别，在年底，可能优化循环客场a始终为1
Python不能这样做，因为当循环访问xrange，需要调用__next__上的xrange对象，直到它引发StopIteration。python__next__在调用它之前不知道是否会有副作用，因此无法优化循环。本段的要点是，与C编译器相比，优化Python“编译器”是非常困难的，因为python是一种动态语言，需要编译器知道对象在某些情况下的行为。在C中，这要容易得多，因为C提前知道每个对象的类型。
当然，除了编译器，python还需要做更多的工作。在中C，您正在使用 硬件说明中 支持的操作来处理基本类型。在python中，解释器在
软件中
一次解释一行字节码。显然，这将花费比机器级指令更长的时间。数据模型（例如__next__，一遍又一遍地调用）也可以导致很多C不需要做的函数调用。当然，python做了这些工作，使其比您在编译语言中拥有的灵活性更高。
加快python代码速度的典型方法是使用库或内在函数，这些库或内在函数为低级编译代码提供高级接口。
scipy并且numpy是此类库的出色示例。您可以查看使用的其他内容，pypy其中包括JIT编译器-
您可能无法达到本机速度，但是它可能会击败Cpython（最常见的实现），或者使用Cpython-API在C /
fortran中编写扩展，cython或f2py用于代码的性能关键部分。
