Компилируемый ли Python

Python: интерпретируемый язык, но с нюансами

Python — это интерпретируемый язык, однако процесс его выполнения сложнее, чем кажется на первый взгляд.

Как на самом деле работает Python

Когда вы запускаете Python-скрипт, происходит двухэтапный процесс:

1. Компиляция в bytecode — Python транслирует исходный код (.py файлы) в промежуточный код (bytecode), который хранится в файлах .pyc в папке pycache/. Это выполняется автоматически, один раз.
2. Интерпретация — Python Virtual Machine (PVM) интерпретирует этот bytecode построчно при каждом запуске.

# Вы пишете это
def factorial(n):
    return 1 if n <= 1 else n * factorial(n - 1)

# Python компилирует в bytecode
# Посмотреть можно так:
import dis
dis.dis(factorial)

Различие от полностью компилируемых языков

C/C++, Java, Go:

• Компилируются в машинный код или промежуточное представление один раз перед запуском
• Оптимизации происходят на этапе компиляции
• Запуск уже готового бинарника

Python:

• Компиляция в bytecode происходит автоматически и неявно
• Отсутствует явный этап компиляции перед запуском
• Интерпретация bytecode'а замедляет выполнение

JIT-компиляция в современном Python

В Python 3.13+ введена экспериментальная JIT-компиляция, которая оптимизирует часто используемый код:

# Запуск с JIT (Python 3.13+)
python -X jit script.py

Это делает Python быстрее, но не меняет его природу — он остаётся интерпретируемым языком.

Практические выводы для Data Scientist

• Скорость: Python медленнее компилируемых языков, поэтому критичный код пишут на NumPy/Pandas (C под капотом)
• Типизация: отсутствие статической типизации усложняет оптимизацию на уровне компилятора
• Альтернативы: PyPy (JIT-интерпретатор), Cython (компилируется в C), Numba (JIT для численных операций)

Для ML/DS это редко критично, так как основные вычисления идут в оптимизированных библиотеках (TensorFlow, PyTorch на C++/CUDA).