0
| 本文作者： 恒亮 | 2017-03-22 17:39 |
雷锋网消息。PyPy 团队 21 日通过官方博客正式发布了两个全新版本：PyPy2.7 v5.7 和 PyPy3.5 v5.7，即支持 Python v2.7 语法和 Python v3.5 语法的 PyPy 全新版本解释器。
据博客介绍，此次更新的亮点有两个：
● PyPy3.5 首次引入了对 Python 3 的语法支持；
● PyPy2.7 提升了对 C 扩展包的兼容性，可以直接运行 Numpy、Cython 和 Pandas 等。
大部分做 Python 开发的人或多或少可能都知道 PyPy：一种基于 Python 实现的 python 解释器。由于其特有的 JIT 动态编译，因此在运行速度上可以轻轻松松超过标准解释器 CPython 好几倍，甚至有报道称在某些极端情况下 PyPy 可以比 CPython 快好几百倍。基于这一重大优点，PyPy 团队长期以来的奋斗目标一直都是超越 CPython，成为各种 Python 实现版本中的王者。
但这一梦想一直没能实现。究其原因，一个重要的障碍可能来自版本支持：PyPy 的更新一直落后于 Python 语言的主流版本，即它并不支持全部的 Python 语法，而且往往不适配那些最新的特性。久而久之，在用户群里形成了一个刻板的固有印象：PyPy 只是那些不适配 Python 最新特性的 App 的替代品。
为了扭转这种并不光彩的固有印象，PyPy 在最新版本中做出了改变。
改变之一是对 Python 新特性的支持。
在此次更新的 PyPy3.5 版本中，PyPy 开始全面支持 Python 3 的语法，包括可以更方便地进行异步编程（asynchronous programming）。不但如此，PyPy3.5 还支持在 Python 3.4 中引入的异步模块 asyncio（包括 async/await 语法），而且有评论称，相对原版，该特性在 PyPy 中得到了相当大的性能提升。
另外，在 Python 3.6 中引入的 f-strings 特性，也在此次更新的 PyPy3.5 版本中得到了支持。事实上，f-strings 并非一个普遍受欢迎的特性，因为它仅仅提供了一个本地字符串格式化的简化选项，但此次依然获得了 PyPy3.5 的支持。这一点或许从另一个侧面反映了 PyPy 的改变：如果需要，未来 PyPy 可以支持更多的最新特性。
对于这些改变，有评论认为可能是源于去年 Mozilla 基金会授予 PyPy 团队的高达 20 万美元的援助资金。现在看来，这项投资似乎物有所值。
另一个改进是基于 Python 2 的 C 扩展包支持。
此前 PyPy2（基于 Python 2.x ）的开发进度一直领先于 PyPy3（基于 Python 3.x ），这次 PyPy2 也没有落后。PyPy2.7 中除了适配 Python 2.x 最新的 bug 修复版 Python 2.7.13 之外，最大的亮点在于大大改善了对 C 扩展包的兼容性。
此前，Python 的 C 扩展包并不能像其他 Python 代码一样流畅地通过 PyPy 解释运行，而是必须借助一个名为 cpyext 的 API 兼容层。在此次更新中，PyPy 进一步改善了 cpyext 的效率，用户在 PyPy2.7 中可以方便地 import 包括 Numpy、Cython、Pandas 等在内的各种 C 扩展包。
这一点对与那些只支持 Python 2.x 的项目来说无疑是个好消息，但先不要高兴的太早。因为 PyPy 团队明确在博客中指出：C 扩展包的运行速度，尤其是针对那些调用频繁的 C 语言短函数，PyPy 的运行速度可能会比 CPython 慢。但同时团队也表示，如果开发者真的发现 PyPy 在运行过程中有速度瓶颈的话，可以随时通知他们，他们会在第一时间做出改进。
关于这一点，目前一个有效的解决方案是直接把 C 扩展包移植到 PyPy，就像 NumPy 在 PyPy 下的分支版本 NumPyPy 那样，充分利用 PyPy 的原生接口来集成 C 代码。但是考虑到这种方案有悖于 PyPy 团队推出 cpyext 兼容层的初衷，因此并不是一个值得推荐的长期解决方案。
另外值得一提的是，消息称从 2020 年开始，社区将停止对 Python 2.x 版本的支持。但现实是，由于各种各样的不可抗力，届时可能仍然会有许多团队不得不继续使用 Python 2.x 的代码。那时 PyPy 将会是一个不错的选择，毕竟 PyPy 最初就是以 Python 2.x 为核心发展起来的。
原文地址：http://www.infoworld.com/article/3183527/application-development/pypy-powers-up-python-35.html
PyPy 博客地址：https://morepypy.blogspot.com/2017/03/pypy27-and-pypy35-v57-two-in-one-release.html
PyPy 最新代码地址：http://pypy.org/download.html
雷锋网(公众号：雷锋网)相关阅读：
TOP5%Kaggler：如何在 Kaggle 首战中进入前 10% | 干货
Cloudera 发布自助式数据科学开发环境 原生支持 R、Python、Scala 和各大开源框架
支持Python！Facebook开源预测工具Prophet
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
