都说Python语言易用易学，但性能上跟一些编译语言（如C语言）比较要差不少，这里可以用C语言和Python语言各编写斐波纳契数列计算程序，并计算运行时间：
C语言程序
代码如下:
int fib(int n){
if (n < 2)
return n;
else
return fib(n - 1) + fib(n - 2);
}
int main() {
fib(40);
return 0;
}
Python写的
代码如下:
def fib(n):
if n < 2:
return n
else:
return fib(n - 1) + fib(n - 2)
fib(40)
运行时间
代码如下:
$ time ./fib
3.099s
$ time python fib.py
16.655s
可以看到运行时间还是有点差距的，这里的差距大概是5倍左右，现在就介绍Psyco：
Psyco 是 Python 语言的一个扩展模块，可以即时对程序代码进行专业的算法优化，可以在一定程度上提高程序的执行速度，尤其是在程序中有大量循环操作时。最早被 Armin Rigo 开发，后来由 Christian Tismer 维护并继续完善。
Psyco 可以在 32位元 的 GNU/Linux、BSD、Mac OS X、Microsoft Windows 平台上运行。Psyco 使用 C语言 编写，只针对32位元平台进行了编码。目前开发工作已经停止，由 PyPy 所接替，同时 PyPy 也提供针对 64位元 系统的支持。Psyco 可以在 Python解释器 编译代码时自动优化，将其使用C实现，并针对循环操作进行一些特殊的优化。经过这些优化，程序的性能将会得到提升，在跨平台环境下尤为明显。
安装Psyco
代码如下:
sudo apt-get install python-psyco
或者到官网上下载安装包，使用easy install安装即可。
使用Psyco模块
代码如下:
import psyco
psyco.full()
def fib(n):
if n < 2:
return n
else:
return fib(n - 1) + fib(n - 2)
fib(40)
运行结果
代码如下:
$ time python fib.py
3.190s
改善你的代码
现在将我大部分 Python 代码加上下列脚本来利用 Psyco 提升运行速度：
代码如下:
try:
import psyco
psyco.full()
except ImportError:
pass # psyco not installed so continue as usual
