Хотя производительность часто цитируется как причина, по которой люди скептически относятся к Python (см. @Grokcode’s Недавнее сообщение и ответы на него), я не столкнулся со многими проблемами производительности в Python. С другой стороны, большая часть программирования, которую я сделал в Python, не был таким, как миллисекунд имеет значение (или если они делали значение, это уже было оптимизировано библиотеками, такими как numpy и matplotlib).
Одной из проблем с производительностью, с которым я должен был бороться с собой, не был с самим питоном, а с необходимостью ждать результатов многих запросов баз данных, и поэтому, нуждающихся в нескольких работах одновременно. Я провел некоторое время, пытаясь получить многопроцессорную работу на работу, прежде чем осознавать, что резьба была достаточной (как сам код Python не был связан с CPU).
Вы работаете против проблем с производительностью в Python или должны были использовать его в ограниченной ресурсах среде? Какие проблемы у вас были? Что вы делали, чтобы удовлетворить ваши требования к производительности?
Редактировать, чтобы добавить: Если вы никогда не работаете против проблем с производительностью в Python после того, как он много, особенно если была некоторая ситуация, когда вы думали, что производительность стала проблемой, я бы хотел услышать.
Оригинал: “https://dev.to/cathodion/have-you-had-to-make-your-python-code-run-fast-36bp”