pypy3官方版下载-pypy 3 for Windows下载 v7.3.14

PyPy3这玩意儿对玩Python的人来说简直是个神器，特别是你想折腾或者优化代码的时候。它比官方的CPython灵活太多了，新版里性能提升明显，还省资源，最爽的是stackless功能现在默认就开了，不用自己折腾，那个JSON编码器换成纯Python写的之后速度反而起飞了，比CPython的C扩展还快两倍，这波操作确实牛。我觉得它最大的亮点在于即时编译让程序跑得飞快，内存占用还低，兼容性也没得说，像Django这种流行库都能跑。原理上它用rPython写解释器再编译，能支持多种后端，这设计思路挺超前的。虽然有些新功能还在路上，比如多维数组支持和新的JIT后端，但就凭现在这表现，绝对是开发必备的效率工具，用它写代码感觉都顺手了不少。

软件特色

速度：由于它的即时编译器，Python程序通常在PyPy上运行得更快。
内存使用：内存匮乏的Python程序（几百MB或更多）可能会比在CPython中占用更少的空间。
兼容性：PyPy与现有的python代码高度兼容。它支持cffi，并且可以运行流行的python库，如twisted和django。
Stackless：默认情况下，PyPy支持无堆栈模式，为大量并发提供微线程。

实现原理

PyPy的第一部分：用Python实现的Python
其实这么说并不准确，准确得说应该是用rPython实现的Python，rPython是Python的一个子集，虽然rPython不是完整的Python，但用rPython写的这个Python实现却是可以解释完整的Python语言。
PyPy的第二部分：编译器
这是一个编译rPython的编译器，或者说这个编译器有一个rPython的前端，目前也只有这么一个前端，不过它的后端却是不少，也就是说这个编译器支持许多的目标语言，比较重要的有：C，CIL，Javascript ...

更新日志

v7.3.14版本
大量的性能改进。
Bug修复，以及与CPython的兼容性修复。
现在stackless功能默认启用。
NumPy effort现在更名为numpypy，使用时可以简单写作：import numpypy as numpy。
JSON编码器已被替换为一个新的，是用纯Python编写的，某些情况下比CPython的C扩展快2倍，比PyPy 1.6中的快20倍左右。
一些RPython模块的内存占用已得到大幅改善。
另外，有一些功能正在开发，将包含在1.8版本中，这些功能包括：
特殊列表实现。可以大幅改善一些应用程序的性能/内存影响。
NumPy effort即将支持多维数组。
两个新的JIT编译器后端，尤其针对PowerPC和ARM处理器。