Python代码比Java慢60倍

此代码执行哈弗森距离计算，是更大项目的一部分

Java实现似乎比Python快60倍。它们的实现几乎相同

此性能在同一台机器和操作系统上。我尝试过各种组合：

操作系统：Linux和Windows

具有不同CPU的机器（第4代和第6代的i5）

但执行速度的差异是一致的

Python实现： Java实现： 产出：

Java运行时间=229毫秒

Python运行时间=15.028019428253174秒

---

我可以提高Python的性能吗

你想要多快？一个装饰师，你可以得到6倍的加速

如果您有大量这样的工作要做，那么numexpr或其他numpy方法可能会更快。所以，这取决于你需要它做什么

from numba import jit

@jit(nopython=true)
def havershine ....

---

存在两大瓶颈：

• 环路
• 函数调用（haversine函数和math函数）

如果您在阵列上使用和操作，您只需调用函数一次，因为循环在阵列上矢量化-结果代码在我的计算机上运行速度快30倍（代码取自但经过更改，因此可以与numpy阵列一起使用）：

但这会创建很多巨大的临时数组，您可以避免使用它们，并且仍然使用数学函数：

from math import radians, sin, cos, sqrt, asin
from numba import njit

@njit
def haversine(lat1, lon1, lat2, lon2):

    R = 6372.8 # Earth radius in kilometers

    dLat = radians(lat2 - lat1)
    dLon = radians(lon2 - lon1)
    lat1 = radians(lat1)
    lat2 = radians(lat2)

    a = sin(dLat/2)**2 + cos(lat1)*cos(lat2)*sin(dLon/2)**2
    c = 2*asin(sqrt(a))

    return R * c

@njit
def haversine_loop():
    res = np.empty(10*1000*1000, dtype=np.float_)
    for x in range(0, 10*1000*1000): 
        res[x] = haversine(36.12, -86.67, 33.94, -118.40)
    return res

haversine_loop()

---

这实际上比numpy代码提高了50倍（因此最终要快150倍）。但是您需要检查这种方法在您的情况下是否可行（numba不是轻量级依赖！）。

好的，Java被编译成字节码，而python是解释语言。如果您想让python更快，您应该考虑使用

numpy

库并将计算矢量化。看见希望纯Python与任何编译语言竞争都是徒劳的，这表明它在多个领域与Java相比都是失败的。它们用于不同的事情。我投票将此问题作为离题题来结束，因为带有工作代码以提高代码速度或效率的问题属于CodeReview.StackExchange。堆栈溢出适用于有关代码的问题，这些代码在某种程度上不起作用。@Prune我在问题或注释中没有看到OP询问为什么速度较慢的地方。OP中我看到的唯一问题是“可以改变一些东西来提高Python性能吗？”@TylerH：我明白了；我对整个主旨的解释。。。还有我的错误，我相信。我坐在篱笆上就这样了；我是第四次投票结束。谢谢，我会尝试这些改变。30次*50次=1500次。。。。所以最后一个代码比TS提供的代码快1500倍？@wmac-Oups-这似乎是我的错误。我以后再查一下这些数字。谢谢你提起这件事。

Python 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 18:41:36) [MSC v.1900 64 bit (AMD64)] on win32

java version "1.8.0_131"
Java(TM) SE Runtime Environment (build 1.8.0_131-b11)
Java HotSpot(TM) 64-Bit Server VM (build 25.131-b11, mixed mode)

from numba import jit

@jit(nopython=true)
def havershine ....

import numpy as np

R = 6372.8 # Earth radius in kilometers

def haversine(lat1, lon1, lat2, lon2):
    dLat = np.radians(lat2 - lat1)
    dLon = np.radians(lon2 - lon1)
    lat1 = np.radians(lat1)
    lat2 = np.radians(lat2)
    sinLat = np.sin(dLat/2)
    sinLon = np.sin(dLon/2)

    a = sinLat * sinLat + np.cos(lat1) * np.cos(lat2) * sinLon * sinLon
    c = 2 * np.arcsin(np.sqrt(a))

    return R * c

haversine(np.ones(10000000) * 36.12,
          np.ones(10000000) * -86.67,
          np.ones(10000000) * 33.94,
          np.ones(10000000) * -118.40)

from math import radians, sin, cos, sqrt, asin
from numba import njit

@njit
def haversine(lat1, lon1, lat2, lon2):

    R = 6372.8 # Earth radius in kilometers

    dLat = radians(lat2 - lat1)
    dLon = radians(lon2 - lon1)
    lat1 = radians(lat1)
    lat2 = radians(lat2)

    a = sin(dLat/2)**2 + cos(lat1)*cos(lat2)*sin(dLon/2)**2
    c = 2*asin(sqrt(a))

    return R * c

@njit
def haversine_loop():
    res = np.empty(10*1000*1000, dtype=np.float_)
    for x in range(0, 10*1000*1000): 
        res[x] = haversine(36.12, -86.67, 33.94, -118.40)
    return res

haversine_loop()