​

以下是最主要的原因：

• “它是GIL（Global Interpreter Lock全局解释器锁）”
• “它是解释型语言而非编译语言”
• “它是动态类型语言”

那么以上哪种原因对性能影响最大呢？

“它是全局解释器锁”

GIL

当CPython创建变量时，它会预先分配存储空间，然后计算当前变量的引用数目。这个概念被称为引用计数。如果引用计数为零，那么它将从系统中释放对应存储区域。

这就是为什么在CPython中创造“临时”变量不会使应用占用大量的存储空间——尤其是当应用中使用了for循环这一类可能大量创建“临时”变量的结构时。

当存在多个线程调用变量时，CPython如何锁住引用计数成为了一个挑战。而“全局解释锁”应运而生，它能够谨慎控制线程的执行。无论有多少的线程，解释器每次只能执行一个操作。

这对Python的性能意味着什么呢？

如果你的应用基于单线程、单解释器，那么讨论速度这一点就毫无意义，因为去掉GIL并不会影响代码性能。

如果你想使用线程在单解释器（Python 进程）中实现并发，并且你的线程为IO密集型（例如网络IO或磁盘IO），你就会看到GIL争用的结果。

是解释语言

文章没看懂

是动态语言

​ 需要在运行的时候判断类型，加快了开发效率，但是增加了编译解释的时间，提高了灵活性，牺牲了效率。