重點：
- Python解釋過程： source code --> byte code --> JVM
- JIT 加速原理： 執行的時候將 一部分byte code 編譯成 機器代碼，替換原來的代碼
- 其他的Python實現： Cpython, JPython, IronPython, PyPy, Stackless…
- Frozen Binaries
Chap1: A Python Q&A Session
1.1 Downside
運行速度
簡而言之，標準的python實現，是將源代碼 編譯成中間語言，叫做
byte code, 然後再解釋執行
爲了提高python的運行速度的問題，可以將邏輯部分使用python編寫，而在需要性能的部分使用 C/C++編寫，然後再粘合，比如 著名的 numpy
1.2 Python能做什麼
- 系統編程
- GUI:
- tkinter
- PMW( 基於tkinter)
- wxPython（基於C++庫）
- Dabo（基於tkinter,wxPython等)
- Qt的工具
- Internet Scripting
- Component Integration
- Database Programming
- pickle, PyMongo, SQLObject, SQLAlchemy
- Rapid Prototyping
- Numeric and Scientific Programming
。。。
1.3 How Is Python Developed and Supported?
Python開發者在網上通過源代碼控制系統協調工作，每一次的變化都以一種正式協議的方式，其中包括寫 PEP（Python Enhancement Proposal） 或者其他文件。
1.4 Python的長處
- 面向對象，面向過程，函數式編程
- 函數式編程特色： generators, comprehensions, closures, maps, decorators, anonymous function lambdas, and first-class function objects
- 免費
- 可移植
- 強大
- 和其他語言混合
- 易學易用
Chap2: How Python Runs Programs
2.1 Python 解釋器
Python不僅是一門語言，也是一個編譯器的名稱。編譯器是一個軟件，用來執行其他的程序。當你寫了一個Python程序時，python解釋器能夠閱讀你的程序，並且執行這些命令。
當安裝Python解釋器的時候，它最少也包括了一個解釋器程序和一些支持性library。
2.2 程序執行
2.2.1 從程序員角度
python程序只是文本文件。 python文件以.py結尾，但是從技術上來說，只有當文件被import的時候，才必須要求文件以.py結尾 。程序由解釋器一行一行執行。
2.2.2 從Python的角度
當讓Python去運行腳本的時候，python要先執行一些步驟，才能夠真正的運行你的代碼。具體來說，先將代碼編譯成一些叫做byte code的東西，然後將它交給virtual machine
a. Byte code compilation
Python內部在執行程序的時候，先將源代碼編譯成一種byte code的格式，byte code是一種底層的，和平臺無關的源代碼表示。一條python語句，會被轉換成多條的byte code指令。 這種轉換是爲了提升執行速度——Byte code的運行比文本文件運行速度快很多。
如果python進程擁有機器上寫的權限，那麼它會把byte code安裝在 .pyc結尾的中。
在Python3.2版本以前，運行了幾次程序後，我們將能在源文件的同一個目錄下，看到這些編譯後的文件； 而在3.2開始之後的版本，Python把會把這些.pyc byte code放置在源文件目錄下的__pycache__文件夾下，並且根據創建它們的python版本來命名他們，比如：script.cpython-33.pyc
檢查是否需要重新編譯：
無論在何種model(將在Chap21中細講），下一次執行程序的時候，python會加載這些.pyc並且跳過編譯過程，只要源文件沒有在上一次編譯後進行過更改，並且沒有使用和上一次編譯 不同的python版本運行過代碼。 具體步驟如下：
- 源代碼改變： Python會自動檢查源文件的上一次修改時間，去和
byte code內容作比較，來判斷是否需要重新編譯 - Python版本變更：python也會根據
byte code中的python版本信息，來決定這次是否需要重新編譯
Python如果沒有寫權限
程序仍然會正確運行，但是這些byte code會在產生之後，被讀入內存中，然後在程序結束之後就被刪除。
因爲.pyc文件能加速啓動時間，所以在大項目中，最好確保python有寫權限。
Byte code能夠獨立於源代碼， 如果沒有源文件，只有.pyc文件，那麼程序也能執行。
byte code只在被引入時產生
只有被import的文件，纔會將對應的byte code保存到文件中，最頂級的腳本程序入口文件不會被保存到文件，只會在內存中使用。
b.The Python Virtual Machine (PVM)
當程序被編譯之後，byte code就會交付給 Python Virtual Machine來運行。
graph LR
A[源文件] --編譯--> B[Byte code]
B --交給--> C[Python虛擬機]
PVM本身並不是一個別的程序，它不需要單獨安裝。PVM本身就是一個大的代碼循環，遍歷你的代碼，一條條執行代碼的操作，它是 Python運行的引擎。它是在Python系統中，真正執行腳本的組件。技術上來說，它是所謂Python Interpreter的最後一步。
c. Performance implications
Python代碼不像完全編譯的語言一樣，直接編譯成機器碼，所以它的運行速度自然比機器代碼要慢；但它因爲有一步編譯，所以它的執行速度又比純解釋性語言快。
The net effect is that pure Python code runs at speeds somewhere between those of a traditional compiled language and a traditional interpreted language
d. Development implications
python並不區分 開發環境 和 部署環境，記住Python只有Runtime。
exec,eval等 built-ins， 能夠讀取字符串，將其當作python代碼運行
2.3 Execution Model Variations
上面講的python執行模式反映的是一種標準的python實現，但並不是一定的。隨着時間變化，會有其他的模式出現。
2.3.1 Python實現 的Alternatives
最基本的5種Python語言實現： CPython, Jython, IronPython, Stackless, and PyPy
- CPython: 最標準的實現。
- Jython(JPython): Python的另一種實現，爲的是讓python和Java結合在一起。 JPython包括一些Java類， 它們能將Python代碼編譯成 Java字節碼，然後給JVM運行。 不如CPython速度快和穩定
- IronPython： 和JPython差不多，是給 .NET用的
- Stackless–Python for concurrency： 重新實現的加強版CPython，爲的是Concurrency, 更適合
coroutine,並且自己提供了microthreads,比python自己的 線程和進程更好。 - PyPy–Python for speed: a drop-in replacement for CPython, 爲的是讓一部分程序運行更快， 提供了
Just-in-Time(JIT)編譯器以及更快快速的 Python實現，提供了 sandbox tool來運行不安全代碼， 並且提供了之前Stackless的系統。Just-in-Time(JIT)編譯器以及更快快速的 Python實現，提供了 sandbox tool來運行不安全代碼， 並且提供了之前Stackless的系統。
JIT 是 JVM的一個擴展，它把部分的
byte code直接轉換成機器代碼，爲了提高速度。 它是在程序運行的時候做的轉換操作，並沒有一個 預編譯過程，並且JIT也能夠 通過跟蹤程序中每個對象的數據類型， 把動態類型的Python創建爲 明確類型的機器代碼。
2.3.2 Execution Optimization Tools
CPython及其之前提到的其他Python實現，在實現的時候都差不多： 將源代碼編譯成 byte code， 然後再交給合適的 virtual machine執行。
其他系統，比如Cython hybrid, the Shed Skin C++ translator, and the just-in-time compilers in PyPy and Psyco，試着進一步的優化這種 基本運行模式。
- Cython (A Python/C hybrid): is a hybrid language that combines Python code with the ability to call C functions and use C type declarations for variables, parameters, and class attributes. 嘗試將python代碼編譯成C代碼。
- Shed Skin (A Python-to-C++ translator): 試着將Python代碼轉換成C++代碼，再由電腦上的C++編譯器來編譯執行。
- Psyco (The original just-in-time compiler): 運行的時候將
byte code進一步轉換成machine code，並且記錄了對象的數據類型。運行的時候，Psyco通過記錄各種傳遞對象的類型信息，來產生最優化、最有效率的 機器代碼。機器代碼產生後，它們就會替換掉原來的那部分byte code來加快執行速度。 這個JIT和Java的JIT不同，它是一種Specializing JIT Compiler, 它根據程序具體使用到的類型，在不同的情況下產生不同的機器代碼。
2.3.3 Frozen Binaries
有工具可以把Python程序直接打包成 可執行文件：
- py2exe
- PyInstaller
- py2app
- freeze
- cx_freeze
Frozen binaries 打包就是把Python編譯出來的 byte code，PVM,還有其他Python支持文件打包在一起。所以這個可執行文件中已經有了 Python環境，不需要機器本身自帶環境了。
2.3.4 Future Possibility
- 也許會有直接把Python代碼編譯成 機器代碼
- 也許會有新的
byte code格式