效能最差沒有之一，你確定？shell效能比python高? 你有沒有用過PB?沒幾家公司在用?你是怎麼得出這個結論的? 你知不知道自動化運維用得最多的就是python，你有沒有了解現在的運維崗位幾乎都要求掌握python語言，網路爬蟲，大資料抓取分析相當一部分都是python來完成，你知不知道c、java完成功能的程式碼,python只需要它們程式碼量的五分之一甚至十分之一?不要只站在一個角度去考慮一門程式語言的全部，效能絕不是唯一也不是最重要的指標，否則大家都去寫彙編得了。c也比java效能高，那為什麼java可以成為最受歡迎也是最廣泛的程式語言?做IT的要明白一個道理，沒有最好的技術，只有最合適的技術，離開實際業務需求空談技術，就是在耍流氓

python是個學習語言，用來教育的。。。或者做些小東西，並不是說他做不了大專案，而是先天條件決定了他做大專案會越做越麻煩

沒差距這麼大，而且跟php比的話，就是做web應用而已，大部分web應用的效能往往跟語言沒有多大關係，更重要的是系統架構設計

PHP現在有JIT引擎。

Python官方版是解釋型的。有個pypy專案，是有JIT引擎的Python。

1、timeit模組

timeit模組用於測試和測量一小段Python程式碼的執行速度的類。

class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=<timer function>)

stmt – 要測試的程式碼語句(statment)，傳輸的是字串需帶‘’

setup – 執行程式碼時需要的前期準備設定(如import 模組)，傳輸的是字串需帶‘’

timer – 一個定時器函式，與系統平臺有關

2、timeit.Timer.timeit方法

該方法返回平均執行程式碼耗時，一個float型別的秒數。

如果是計算密集型的應用，純Python的效能比C，Java什麼的要差。

一般的Web應用有大量的網路IO，磁碟IO，只有少量的邏輯判斷和計算，這種時候Python的效能劣勢不明顯。

Python需要提高計算效能的時候，可以透過C擴充套件，Cython，或者Pypy的途徑。

開發效率還是很重要的，這麼『慢』的一門語言，在科學計算和資料分析領域能成為主要工具語言，是有道理的。

python的效能要從幾個方面看，如果只看標準版的語言實現本身，效能可以說是很差的，因為動態語言本身就決定了很多東西要執行時檢查，並且標準版沒有對位元組碼做jit等最佳化，等於是直接解釋

不過，由於python很多基礎庫是用C實現，如果庫執行比例較大，速度還是可以接受，典型例子是python的高精度計算，long型別是C語言實現，而jre中java的BigInteger是用java自己實現，因此高密度的高精度計算python還要快些，因此很多系統採用核心用C改寫的方式，和python結合使用，根據二八定律，只需改寫較少的模組就能較大提高效率