Het project van Psyco is een de uitbreidingsmodule van de Python die de uitvoering van om het even welke code van de Python kan massaal versnellen.

Wat u met het kunt doen

In het kort: stel uw bestaande software van de Python veel sneller, zonder verandering in uw bron in werking.

Denk aan Psyco als een soort just-in-time (JIT)compiler, een klein beetje als wat voor andere talen bestaat, die machinecode tijdens de vlucht in plaats van stap voor stap het interpreteren van uw programma van de Python uitzenden. Het verschil met de traditionele benadering van compilers JIT is dat Psyco verscheidene versie van de zelfde blokken schrijft (een blok is een beetje van een functie), die door zich aan sommige soorten variabelen worden geoptimaliseerd (een „soort“ kan een type betekenen, maar het is meer algemeen) te specialiseren. Het resultaat is dat uw ongewijzigde programma's van de Python sneller lopen.

Voordelen

2x aan 100x snelheid-UPS, typisch 4x, met een ongewijzigde tolk van de Python en een ongewijzigde broncode, enkel een dynamisch loadable de uitbreidingsmodule van C.

Nadelen

Psyco gebruikt momenteel heel wat geheugen. Het stelt op dit ogenblik op Intel 386 slechts compatibele bewerkers (onder om het even welke OS) in werking. Er zijn sommige subtiele semantische verschillen (d.w.z. insecten) met de werken van de manierPython; zij zouden niet in de meeste programma's moeten duidelijk zijn.

Verwachte resultaten

De daadwerkelijke prestatiesaanwinsten kunnen zeer groot zijn. Voor gemeenschappelijke code, denk minstens 2x, typischer 4x versnelt. Maar waar Psyco is wanneer het runnen van algorithmical code glanst --- dit zijn de eerste stukken van code die u zou overwegen herschrijvend in C voor prestaties. Als u in deze situatie bent, denk na in plaats daarvan gebruikend Psyco! U zou 10x aan 100x snelheid-UPS kunnen krijgen. Het is theoretisch mogelijk dit soort code tot de prestaties van C zelf eigenlijk om te versnellen.

Wegens de aard van Psyco, is het moeilijk om de daadwerkelijke prestatiesaanwinsten voor een bepaald programma te voorspellen. Probeer enkel en zie.

De geheugenoverheadkosten van Psyco zijn momenteel groot. I is verminderd een beetje in tijd, maar het is nog overheadkosten. Deze overheadkosten zijn evenredig aan de hoeveelheid code van de Python die Psyco herschrijft; aldus als uw toepassing een paar algoritmische „kern“ functies heeft, zijn dit degenen u Psyco zult willen versnellen --- niet het gehele programma.
Psyco kan een Python doorzichtig gebruiken profiler om automatisch te selecteren wat het is interessant functioneert te versnellen.