>>No.53375460
pyinstaller这种直接把Python环境和py文件扔一起的就不提了，cython和nuitka了解一下( ﾟ∀。)

原理都是尝试把Python代码变成C然后编译成Python的二进制扩展来调用，性能提升主要是在代码标注一些变量类型正好可以对应到C的类型。

>>No.53328099
据我所知对编程语言来说按照性能高低排序的话大概是这几类：

C/Rust这种可以直接编译到二进制的
Go这种可以编译到二进制，但是也会带上语言本身的运行时的
Java/C#这种可以静态编译到中间代码然后由解释器（JVM/.NET Core）执行的
JS/PHP/Python之类的脚本语言，直接让解释器解释执行

其实就是抽象程度越高写起来越简单但是解释器/运行时需要帮你做的事情就越多( ﾟ∀。)比如前面的肥肥提过的a+b，在C里面得写清楚是两个int编译出来就直接是x86的add了，在C#里不一定是int了但是也能在编译的时候对应到那些数据类型相加的代码，但是脚本语言一般都是弱类型，只有运行起来才知道类型是什么，于是每次都要判断一遍类型然后找一遍相加代码，这个效率嘛...

>>No.53378284
所以确实是有py->c->编译的搞法是吗( ﾟ∀。)
上午短暂的搜索让我感受到了信息污染的严重

No.53378759
这方面大概也是清楚地，基本上是越“高级”就越慢

>>No.53328099
就算做jit（比如numba），多数Python代码因为Python本身的灵活性导致优化工作能做的事情不多

（反过来看看C++的编译器会抓住你的潜在UB进行优化）