在上拍摄
不是目前最快的编程语言，这已不是什么秘密。好吧，这即将改变，或者至少朝着正确的方向前进。最新的 版本—— 3.11——预计将于 2022 年 10 月发布。更棒的是，有一个候选发布 (RC) 版本可供我们使用。
这正是我们今天要做的。我们将在单独的 容器中安装 3.10 和 3.11，并查看它们在一组基准测试中的比较。我计划使用 包来完成这项工作，因为它会完成所有繁重的工作。
TL;DR — 平均而言， 3.11 比 3.10 快 14%。新版本在某些基准上稍微慢了一点，但在其他基准上，速度提高了 64%。我在配备 10 核 CPU 的 M1 Pro Pro 16 上运行了基准测试。每个 版本都安装在 中，它使用 5 个逻辑 CPU 内核。您的里程可能会有所不同，但相对而言，您应该会看到类似的结果。
不想读书？请观看我的视频：
如何在 中安装 3.11
如果你想跟随，你需要安装 。它是任何数据科学工具带中的必备工具，因此不应该成为问题。 运行后，打开两个终端选项卡。
首先，我们将在后台获取并运行 3.10：
docker run -t -d python:3.10.4-bullseye在第二个中，我们将做同样的事情，但对于 3.11：
docker run -t -d python:3.11-rc-bullseye将需要一些时间来下载和启动这两个镜像，具体取决于您的硬件配置和 速度。完成后，您可以打开两个 Code 窗口并将它们附加到 容器（使用 扩展，右键单击图像，然后选择“附加 Code”）。或者，您也可以仅连接外壳。
进入容器后，启动一个新的 集成终端并检查 版本：
图 1 — Code 中附加的 3.10 和 3.11 容器（作者提供图片）
如您所见，左侧是 3.10，右侧是 3.11。接下来，我们将安装软件包并运行基准测试。
如何使用 运行 基准测试
好的，所以我们在 中运行并附加了两个容器。那是困难的部分。
下一步是安装软件包。在两个容器中运行以下命令：
python3 -m pip install pyperformance安装后，在附加到 3.10 容器的 窗口中运行以下 shell 命令：
pyperformance 运行 -o py310.json并在 3.11 容器中运行类似的命令：
pyperformance 运行 -o py311.json这些命令将运行一套几十个基准测试，所以去喝杯咖啡吧——这需要一些时间。
图 2 — 在 中在 3.10 和 3.11 上运行 基准测试（作者提供图片）
完成后，将输出分别保存到py310.json和py311.json文件中：
图 3 — 两个 版本的基准测试完成（作者提供的图片）
每个文件都在一个单独的 容器中，因此要实际比较两者，您必须将 JSON 文件下载到本地计算机（或将文件从一个容器上传到另一个容器）。
我已经在本地下载了它们并在 虚拟环境中安装了 包。让我们看看他们接下来如何比较。
3.10 与 3.11 — 哪个更快？
最好将两个 JSON 文件放在同一个文件夹中。在终端窗口中打开该文件夹并运行以下 shell 命令：
pyperf compare_to py310.json py311.json --table这是输出：
图 4 — 3.10 与 3.11 基准测试结果（作者提供的图片）
我计算了五个测试，其中 3.10 比 3.11 略快。在其他方面， 3.11 比 3.10 快了 64%。根据几何平均值， 3.11 比 3.10 快 14%。
3.10 与 3.11 基准测试总结
有了它—— 3.10 和 3.11 之间的性能比较。值得注意的是， 3.11 还没有发布，所以我们正在比较一个完全稳定的版本和一个候选版本。也许正式发布后两者之间的差距会更大。只有时间证明一切。
您如何看待即将发布的 版本？看到 运行得更快，您是否很兴奋，或者您根本不在乎？在下面的评论部分告诉我。
———END———
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，永久会员只需109元，全站资源免费下载 点击查看详情
站 长 微 信： nanadh666
