快过C语言？！还有这种操作？！

Python向来都是开发速度最快，运行速度最慢的编程语言，提升速度的办法我之前讲过几种，比如和C语言交互，使用多进程。仅仅靠这两个方法来提高Python性能可是远远不够的！如果和C语言交互，速度确实得到了提升，但是没办法快过C语言。这就好比一个人跑得快，一个人跑得慢，跑得慢的那个人希望自己跑快点，让那位跑得快的拉着他，这样就会出现这种情况，跑得快的人会比他自己一个人跑慢，跑得慢的那个人会比自己一个人跑快。所以和C语言交互这种方式对运行性能的提升十分有限。下面来简单分析一下多进程是不是完美无缺了呢？其实并不是，创建多个进程系统开销远大于一个进程，而且进程太多可能会出现资源不足的情况，严重可能出现系统崩溃！

难道有比C语言还要快的语言和Python交互，然后速度快过C语言？当然有比C语言更快的语言，就是更低级的汇编语言和机器语言。这篇文章就来讲一下Python和机器语言实现交互，让速度快过C语言。实际上可以通过调用os模块中的system函数来执行一个exe文件，这确实是一种方式，但这种方式开发效率太差了，因为要开发出一个比C语言生成的exe可执行程序效率更高的可执行程序不是一般的麻烦。现在我给出一种最简单的Python和机器语言交互的方式，我们可以使用numba模块里面的jit来将耗时的函数翻译成机器码，以提高运行速度！

首先来看一下jit到底是何方神圣。

稍微翻译一下Args上面那句话，这个装饰器被用来把一个Python函数编译成机器码，这个函数好多个参数，我就不一一讲解了，大家自己尝试翻译。

下面我将用求圆周率的例子来进行对比，首先是用jit装饰和不用jit装饰，代码如下：

monte_carlo_pi是使用jit装饰的，carlo_pi是没有使用jit装饰的，下面来看一下运行结果：

快了18倍的样子，如果样本更多可以拉开更大的差距，在这里就不试了，下面我接着和其他语言对比，首先是和C语言对比。C语言代码如下：

运行结果如下：

3秒多，再来看看Python使用jit装饰的情况，同把样本个数设置为10000000，然后看一下运行结果：

比C语言快了大概9倍，确实挺牛逼的！其他语言也就没必要再试了，因为其他语言要么比C语言慢，要么比C语言繁琐。