IronPython vs Python vs C# for 循环的性能

Question

我对 Python 和 IronPython 比较陌生。我对我编写的相对简单的代码的性能（应该说缓慢）感到惊讶：matrix_column_count=1000matrix_row_count=2000matrix=[[random.uniform(0,100) for i in range(matrix_column_count)] for j in range(matrix_row_count)]在 IronPython 2.7.10 上运行它大约需要 1 秒（有一些小的变化）！在 Python 3.8.6 上运行需要 0.55 秒 在 C# 中运行类似的东西需要 0.03 秒！这些数字对于 Python 开发与 C# 开发来说是“正常”的还是我做错了什么？

Answer 1

是的，这些数字是正确的。由于我无法发表评论（没有足够的堆栈溢出点），所以我将从堆栈溢出复制粘贴另一个类似的答案

答案很简单，Python 处理所有事情的对象，并且默认情况下它没有 JIT。因此，Python 并没有通过修改堆栈上的几个字节并优化代码的热点部分（即迭代）来提高效率，而是随着表示数字的丰富对象一起运行，并且没有即时优化。

如果您在具有 JIT 的 Python 变体（例如 PyPy）中尝试过此操作，我向您保证您会看到巨大的差异。

一般提示是避免使用标准 Python 进行计算成本非常高的操作（特别是如果这是用于服务来自多个客户端的请求的后端）。Java、C#、JavaScript 等使用 JIT 的效率是无与伦比的。