Introduction à la Performance de Python

Afin de vous sentir confiant et de réussir ce cours, nous vous recommandons fortement de terminer les cours suivants au préalable :

Le cours Aperçu des Algorithmes et Structures de Données n'est pas obligatoire, cependant, il fournit un certain contexte théorique sur les algorithmes et les structures de données.

Comment Python Exécute le Code

Python est souvent appelé un langage interprété, mais il implique en réalité une étape de compilation intermédiaire. Lorsque vous exécutez du code Python, il est d'abord compilé en bytecode, une forme intermédiaire. Cette compilation se fait automatiquement et est généralement transparente pour l'utilisateur. Le bytecode est stocké dans des fichiers .pyc, ce qui aide à accélérer les exécutions futures.

Ensuite, les fichiers .pyc sont exécutés par la Machine Virtuelle Python (PVM).

Bien que ce processus offre de la flexibilité, le surcharge de l'interprétation du bytecode peut rendre Python plus lent pour des tâches telles que les boucles, les calculs complexes ou la manipulation de grandes quantités de données par rapport à des langages comme C, C++, C# ou Java.

Cependant, la flexibilité de Python, combinée à ses fonctions intégrées et ses bibliothèques externes, permet des optimisations de performance sans altérer son modèle d'exécution de base. Ce cours vous apprendra exactement comment y parvenir.

Goulots d'étranglement de performance courants

La première étape pour résoudre tout problème de performance est de l'identifier, alors énumérons les goulots d'étranglement de performance les plus courants :

Tout au long de ce cours, nous nous concentrerons sur des techniques et des outils spécifiques pour aborder ces problèmes et écrire des programmes Python plus efficaces. Sans plus tarder, plongeons directement dedans !