Python 2.x和3.x速度
我是一名博士生，使用Python编写我用于研究的代码。 我的工作stream程通常包括对代码进行小的更改，运行程序，查看结果是否改善，以及重复此过程。 正因为如此，我发现自己花费了更多的时间来等待我的程序运行，而不是实际上运行它（我知道一个共同的经验）。 我目前在我的系统上使用了最新版本的Python 2，所以我的问题是切换到Python 3是否会给我提速。 在这一点上，我没有真正有理由转向Python 3，所以如果执行速度相似，我可能会坚持使用2.x。 我知道我将不得不稍微修改一下我的代码才能在Python 3中工作，所以在这两个版本上testing它看起来运行得更快并不是微不足道的。 我需要相当有信心，我会花时间更新我的代码到Python 3之前，我会得到一个速度的提高。
这篇文章（archive.org）说，有几点Python 3.0实际上比Python 2.6慢，但我认为很多这些问题已经解决了。 话虽如此，Numpy还没有被引入到Python 3.0中，那就是隐藏了许多高性能（用c编写的）数字function的东西。 希望能在2009年底或2010年初准备好。
你不应该认为性能是切换到Python 3的理由; 我不认为你会看到一致的速度提高。
编辑：支持Python 3的Numpy版本已经发布。
编辑2： 这个答案（和这个问题的其他答案）已经过时了 。
现在Python 3的速度差不多和Python 2是一样的…如果你正在寻找速度，那不是Python 3 vs Python 2，而是Psyco，Cython等其他工具。
但是，最近出现了将Unladen Swallow（Google项目）与Python 3实现Python上JIT的计划结合起来的计划。当然，这不会很快，但是在一段时间内，速度可能会明显提高Python 3上的Python 2.他们声称已经提高了10％的速度（在Python 2上）。 他们的目标是将速度提高到5倍。
欲了解更多信息，请参阅PEP 3146
编辑：正如布莱恩评论，PEP 3146退休了。
尝试改进algorithm或改变使用的数据结构。 这通常是提高性能的最好方法。
我不能回答你的问题的根源，但是如果你读到任何关于io模块性能低下的事情，请不要理会。 这是Python 3.0中的绝对性能问题，但是它们在Python 3.1中已经得到很大的解决。
我有系统发育分析，需要很长时间才能运行，并使用大约六打python脚本以及其他生物信息学软件（肌肉，clustal，爆炸，甚至R！）。 我使用临时文件来保存中间结果，并使用subprocess模块将主文件粘贴到一起。 将主设备更改为仅运行我想testing的修改后的零件很容易。 但是，如果这些变化是早期的步骤，而且只有在整个过程结束时才知道它有多好，那么这个策略就没有什么帮助。
