Python（プログラミング言語）

Python Enhancement Proposals ^{[注1 ]}は、 Pythonコミュニティに情報を提供するか、Python の新機能を提案するための設計文書です。 ^{[ 80 ]} PEP は、Python の新しいプロセスの説明、命名規則の提供、または言語でのプロセスの文書化を目的としています。 ^{[ 81 ]} PEP は Python Steering Council によって監督されています。^{[ 81 ]}

PEPには、標準化トラックPEP ^{[注2 ]}、情報PEP ^{[注3 ]}、プロセスPEP [^{注4 ]}の3種類があり、それぞれ独自の意味を持っています。^{[ 80 ] [ 82 ]}これらは、他のRfC（意見募集）や設計強化提案に触発され、2000年に初めて導入されました。^{[ 82 ]}最もよく知られているPEPは、PEP - 1、PEP - 8、PEP - 20、PEP - 257などです。^{[ 82 ]}    

Python は、ブロックを区切るために、中括弧やキーワードではなく、空白のインデントを使用します。インデントの増加は特定のステートメントの後にあり、インデントの減少は現在のブロックの終わりを示します。^{[ 84 ]}このように、プログラムの視覚的な構造は意味構造を正確に表しています。^{[ 85 ]}この機能は、オフサイド ルールと呼ばれることもあります。他の言語でもこのようにインデントを使用するものがありますが、ほとんどの場合、インデントには意味がありません。推奨されるインデント サイズは 4 つのスペースです。^{[ 86 ]}

Pythonのステートメントには、以下のものが含まれます。

• 代入文は、単一の等号を使用します。=
• if条件付きでコードブロックを実行するステートメントと、（elseのelif短縮形else if）
• このステートメントは、反復可能なforオブジェクトを反復処理し、各要素を変数に格納して、添付されたブロックで使用します。ループが終了しても、変数は削除されません。
• このwhile文は、ブール条件が真である限りコードブロックを実行します。
• このtryステートメントは、添付されたコードブロックで発生した例外をexcept句（またはexcept*例外グループのための Python 3.11 の新しい構文）で捕捉して処理することを可能にします。^{[ 87 ]}また、このステートメントは、ブロックの終了方法に関係なく、ブロックtry内のクリーンアップコードが常に実行されることを保証します。finally
• raise指定された例外を発生させる、または捕捉された例外を再発生させるために使用されるステートメント
• オブジェクト指向プログラミングで使用するためにclass、コードブロックを実行し、そのローカル名前空間をクラスにアタッチするステートメント。
• 関数またはメソッドdefを定義するステートメント
• このwithステートメントは、コードブロックをコンテキストマネージャで囲み、リソース取得が初期化である（RAII）ような動作を可能にし、一般的なtry/finallyイディオムを置き換えます^{[ 88 ]。}コンテキストの例としては、コード実行前にロックを取得し、その後ロックを解放すること、またはファイルを開いてから閉じることなどが挙げられます。
• breakループを抜けるステートメント
• continue現在のイテレーションの残りをスキップして次のイテレーションに進むステートメント
• 変数を削除するステートメントdel（名前から値への参照を削除し、変数が再定義される前に参照された場合はエラーを生成する） ^{[ d ]}
• このステートメントはNOPpass （つまり、何もしない）として機能し、構文上、空のコードブロックを作成するために必要です。
• assertデバッグ時に適用されるべき条件を確認するために使用されるステートメント
• ジェネレータyield関数から値（および演算子）を返すステートメント。コルーチンを実装するために使用されます。
• return関数から値を返すために使用されるステートメント
• とステートメントは、現在のプログラムで使用できる関数や変数を持つモジュールをインポートするために使用されます。Python 3.15 では、新しいキーワードを使用して遅延インポートを行う新機能が追加されました。「importキーワードは、とステートメントの両方で機能します。」^{[ 89 ]}fromlazyimportfrom ... import
• ` matchand`caseステートメントは、制御フローの尺度として式を 1 つ以上のケースと比較するswitch ステートメントの構造に類似しています。

代入文（=）は、名前を別の動的に割り当てられたオブジェクトへの参照としてバインドします。変数はその後いつでも任意のオブジェクトに再バインドできます。Pythonでは、変数名は固定データ型を持たない汎用的な参照ホルダーですが、常に何らかの型を持つオブジェクトを参照します。これは動的型付けと呼ばれ、各変数が特定の型の値しか格納できない静的型付け言語とは対照的です。

Python は末尾呼び出し最適化や第一級継続をサポートしていません。Van Rossum 氏によれば、この言語は今後もサポートしないでしょう。^{[ 90 ] [ 91 ]}ただし、Python のジェネレータを拡張することで、コルーチンのような機能のサポートが向上します。 ^{[ 92 ]} 2.5 より前は、ジェネレータは遅延イテレータであり、データはジェネレータから一方向に渡されていました。Python  2.5 以降では、ジェネレータ関数にデータを渡すことが可能になり、バージョン 3.3 以降では、データを複数のスタック レベルを通して渡すことができます。^{[ 93 ]}

Pythonの式には以下のものが含まれます。

• 数学的な加算、減算、乗算のための演算子、、およびは他の言語と似ていますが、除算の動作は異なります。Python には、切り捨て除算 (または整数除算) と浮動小数点除算の 2 種類の除算があります。[ +94 ] Pythonでは、べき乗^に演算子を使用します。-*///**
• Pythonでは、+文字列連結に`{{}`演算子を使用します。この言語では、*文字列を指定した回数だけ複製するために`{{}`演算子を使用します。
• @中置演算子は、NumPyなどのライブラリで行列乗算に使用されることを意図しています。^{[ 95 ] [ 96 ]}
• 構文:=は「セイウチ演算子「,」は、Python 3.8で導入されました。この演算子は、より大きな式の一部として変数に値を代入します。 ^{[ 97 ]}
• Python では、==2 つのオブジェクトを値で比較します。Python のis演算子は、オブジェクトの同一性を比較するために使用できます (つまり、参照による比較)。また、比較は連鎖できます (例: 。a<=b<=c
• Python ではand、ブール演算子として、 or、 を使用します。not
• Pythonにはリスト内包表記と呼ばれる式と、ジェネレータ式と呼ばれるより一般的な式があります。^{[ 64 ]}
• 匿名関数はラムダ式を用いて実装されますが、各関数の本体にはラムダ式を1つしか含めることができません。
• 条件式は. ^{[ 98 ]}のように記述されます。 （これは、他の多くの言語で一般的な演算子とはオペランドの順序が異なります。）xifcelseyc ? x : y
• Python ではリストとタプルを区別しています。リストは と記述され、可変であり、辞書のキーとして使用することはできません ( Python では辞書のキーは不変でなければならないため)。タプルは と記述され、不変であるため、タプルのすべての要素が不変であれば、辞書のキーとして使用できます。演算子 を使用すると、2 つのタプルを連結できます。これは直接内容を変更するのではなく、両方の要素を含む新しいタプルを生成します。たとえば、変数 が最初に に等しい場合、 を実行すると、まず が評価され、 が得られます。この結果が に代入されるため、タプルオブジェクトの不変の性質に従いながら、 の内容を実質的に「変更」できます。明確なコンテキストでは、タプルの括弧は省略可能です。^{[ 99 ]}[1,2,3](1,2,3)+t(1,2,3)t=t+(4,5)t+(4,5)(1,2,3,4,5)tt
• Python にはシーケンス アンパック機能があり、複数の式がそれぞれ代入可能な値 (変数や書き込み可能なプロパティなど) に評価され、タプル リテラルを形成するのと同様に関連付けられます。全体として、その結果は代入文の等号の左側に配置されます。この文は、等号の右側にある反復可能なオブジェクトが、左側の書き込み可能な式と同じ数の値を生成することを期待します。反復処理中に、この文は右側で生成された各値を左側の対応する式に代入します。^{[ 100 ]}
• Python には、C 言語のフォーマット文字列%と類似した機能を持つ「文字列フォーマット」演算子があります。たとえば、は に評価されます。Python 2.6 以降および 3 以降では、この演算子はクラスのメソッドによって補完されました。たとえば、。Python 3.6 では「f 文字列」が追加されました。 。^{[ 101 ]}printf"spam=%s eggs=%d"%("blah",2)"spam=blah eggs=2" format()str"spam={0} eggs={1}".format("blah",2) spam="blah";eggs=2;f'spam={spam} eggs={eggs}'
• Python では、文字列は「加算」することで連結できます(整数や浮動小数点数を加算する場合と同じ演算子を使用します)。たとえば、は を返します。文字列に数値が含まれている場合、それらは整数ではなく文字列として連結されます。たとえば、は を返します。"spam"+"eggs""spameggs""2"+"2""22"
• Pythonは、文字列リテラルをいくつかの方法でサポートしています。
  • 単一引用符または二重引用符で区切られます。単一引用符と二重引用符は同等の機能を持ちます（Unix シェル、Perl、および Perl の影響を受けた言語とは異なります）。どちらのマークもバックスラッシュ ( \)をエスケープ文字として使用します。文字列補間はPython  3.6 で「フォーマット済み文字列リテラル」として利用可能になりました。^{[ 101 ]}
  • トリプルクォート、つまり、3 つのシングルクォートまたはダブルクォートで始まり、3 つのシングルクォートまたはダブルクォートで終わる。これは複数行にまたがることができ、シェル、Perl、Ruby のヒアドキュメントのように機能します。
  • 文字列リテラルの先頭に を付けることで表される、生文字r列のバリエーション。エスケープシーケンスは解釈されないため、正規表現やWindowsスタイルのパスなど、リテラルのバックスラッシュが頻繁に使用される場合に生文字列が役立ちます。（C#@の " -quoting"と比較してください。）
• Python では、リストに配列インデックスと配列スライスa[key]式があり、 、または と記述します。インデックスは0 から始まり、負のインデックスは末尾からの相対値です。スライスは、開始インデックスから終了インデックスまで（終了インデックスは含まない）の要素を取得します。オプションの 3 番目のスライスパラメータ は、ステップまたはストライドと呼ばれ、要素をスキップまたは反転できます。スライスインデックスは省略できます。たとえば、 はリスト全体のコピーを返します。スライスの各要素は、シャローコピーです。a[start:stop]a[start:stop:step]a[:]

Pythonでは、 Common Lisp、Scheme、Rubyなどの言語とは異なり、式と文の区別が厳密に適用されます。この区別により、例えば以下のような機能が重複することがあります。

• リスト内包表記とforループの比較
• 条件式と条件ifブロックの比較
• eval()とexec()組み込み関数 (Python 2 では、 はexec文です)。前者の関数は式用で、後者は文用です。

文は式の一部にはなり得ません。この制約のため、リストやdict内包表記（およびラムダ式）などの式には文を含めることができません。特に、代入文は条件文の条件式の一部にはなり得ません。a=1

Pythonはダックタイピングを採用しており、型付きオブジェクトを持ちますが、変数名は型付けされていません。型制約は定義時にはチェックされず、オブジェクトに対する操作は使用時に失敗する可能性があり、その場合はオブジェクトが適切な型ではないことが示されます。動的型付けであるにもかかわらず、Pythonは厳密な型付けを採用しており、定義が不十分な操作（例えば、数値と文字列の加算）を黙って解釈しようとするのではなく、禁止します。

Python では、プログラマーはクラスを使用して独自の型を定義できます。これは主にオブジェクト指向プログラミングで使用されます。クラスの新しいインスタンスは、たとえば、またはのようにクラスを呼び出すことによって構築されます。クラスはメタクラス(それ自体のインスタンス) のインスタンスであるため、メタプログラミングとリフレクションが可能になります。SpamClass()EggsClass()type

バージョン3.0より前は、Pythonには2種類のクラスがあり、どちらも同じ構文を使用していました。旧スタイルと新スタイルです。^{[ 102 ]}現在のPythonバージョンは、新スタイルのセマンティクスのみをサポートしています。

Python はオプションの型注釈をサポートしています。^{[ 5 ] [ 103 ]}これらの注釈は言語によって強制されるものではありませんが、mypytypingなどの外部ツールでエラーを検出するために使用されることがあります。Python には、型注釈用のいくつかの型名を含むモジュールが含まれています。 ^{[ 104 ] [ 105 ]}また、mypy は、最適化のために型注釈を活用する mypyc と呼ばれる Python コンパイラをサポートしています。^{[ 106 ]}

Python には、算術演算子 ( +、-、*、/)、床除算演算子//、剰余演算子%の従来の記号が含まれています。 (剰余演算子では、余りは負になることもあります。例: 。) Python には、べき乗の記号(例:および) や行列乗算演算子 も用意されています。^{[ 113 ]}これらの演算子は、従来の数学と同様に機能します。同じ優先順位規則で、中置演算子および は単項演算子にもなり、それぞれ正の数と負の数を表すことができます。4 % -3 == -2**5**3 == 1259**0.5 == 3.0@+-

整数の除算は浮動小数点数の結果を生成します。除算の動作は時間の経過とともに大きく変化しました: ^{[ 114 ]}

• 現在のバージョンの Python (つまり 3.0 以降) では、/演算子が常に浮動小数点除算を表すように変更されました。例: 。5/2==2.5
• 切り捨て除算//演算子が導入されました。つまり7//3 == 2、、、、およびと-7//3 == -3なります。Python 2.7 では、ステートメントを追加することで、Python 2.7 のモジュールが Python 3.x の除算ルールを使用できるようになります (上記を参照)。7.5//3 == 2.0-7.5//3 == -3.0from__future__importdivision

Python の用語では、演算子は真の除算(または単に除算)/を表し、演算子は切り捨て除算を表します。バージョン 3.0 より前は、演算子は古典的な除算を表します。^{[ 114 ]}///

負の無限大に向かって丸めることは、ほとんどの言語とは異なる方法ではありますが、Python に一貫性をもたらします。たとえば、この丸めは、式が常に真であることを意味します。また、この丸めは、式の正の値と負の値の両方に対して有効であることを意味します。予想どおり、の結果は、正の整数である半開区間[0, b )にあります。ただし、式の有効性を維持するには、が負の場合、結果が区間 ( b , 0]にある必要があります。^{[ 115 ]}(a+b)//b==a//b+1b*(a//b)+a%b==aaa%bbb

Python にroundは、浮動小数点数を最も近い整数に丸める関数が用意されています。同点の場合、Python  3では偶数に丸める方法を使用します。round(1.5)と はround(2.5)どちらも を生成します2。^{[ 116 ]} 3 より前のバージョンの Python では、ゼロから丸める方法を使用していました。round(0.5)は1.0、 はround(-0.5)です−1.0。^{[ 117 ]}

Python では、複数の等価関係を含むブール式が数学の一般的な用法と一致するようにすることができます。たとえば、式 はが より小さく、が より小さいかa < b < cどうかをテストします。^{[ 118 ]} C 派生言語では、この式は異なる方法で解釈されます。C では、式はまず を評価し、0 または 1 を返し、その結果を と比較します。^{[ 119 ]}abbca < bc

Python は、すべての整数演算に任意精度演算を使用します。モジュールDecimal内の型/クラスは、いくつかの丸めモードを備えた事前定義された任意精度の10 進浮動小数点数を提供します。 ^{[ 120 ]}モジュール内のクラスは、有理数に任意精度を提供します。^{[ 121 ]}decimalFractionfractions

Pythonは豊富な数学ライブラリとサードパーティライブラリNumPyを備えているため、数値データの処理や操作などのタスクにおける科学スクリプトによく使用されます。^{[ 122 ] [ 123 ]}

Pythonでは、関数はキーワードを使って作成しますdef。関数は、呼び出し方と同様に、まず関数名を指定し、次に必要な引数を指定することで定義されます。以下は、入力値を出力する関数の例です。

def printer ( input1 , input2 = "already there" : print ( input1 ) print ( input2 )プリンター（"hello" ）# 出力例: # こんにちは# すでにそこにいます

実行時に実際の値が指定されていない場合に、関数パラメータにデフォルト値を割り当てるには、関数ヘッダー内で変数定義構文を使用できます。

CPython はPython のリファレンス実装です。この実装は C 言語で記述されており、バージョン 3.11 以降はC11標準^{[ 134 ]}に準拠しています。古いバージョンでは、いくつかのC99機能を選択的に使用したC89標準を使用していますが、サードパーティの拡張機能は古い C バージョンに限定されません。たとえば、C11 や C++ を使用して実装できます。^{[ 135 ] [ 136 ]} CPython はPython プログラムを中間バイトコードにコンパイルし^{[ 137 ]}、その後仮想マシンによって実行されます。^{[ 138 ]} CPython には、C とネイティブ Python の組み合わせで記述された大規模な標準ライブラリが付属しています。

CPython は、Windows やmacOSを含むほとんどの最新のUnix ライクなシステム (およびPython 3.9.1 以降、実験的なインストーラを使用してApple M1 Mac) など、多くのプラットフォームで利用可能です。Python 3.9以降、Python インストーラは意図的にWindows 7および 8へのインストールに失敗します。^{[ 139 ] [ 140 ]} Windows XPは Python 3.5 までサポートされていました。古い Python バージョンは非公式にVMS (主に^{[ 141 ]}をサポート) をサポートしており、OpenVMS x86-64 は Python 3.10 をサポートしています。^{[ 142 ] [ 143 ]}プラットフォームの移植性は、Python の初期の優先事項の 1 つです。^{[ 144 ]} Python 1 および 2 の開発中は、OS/2およびSolarisもサポートされていました。^{[ 8 ]}それ以降、多くのプラットフォームのサポートが終了しました。    

現在のすべてのPythonバージョン（3.7以降）は、マルチスレッド機能を備えたオペレーティングシステムのみをサポートしており、以前に比べてサポートするオペレーティングシステムの数は大幅に減少しています（多くの古いバージョンがサポート対象外となっています）。

• 一般的なコードを書く場合、CPython を使用した Python のエネルギー消費量は、C よりも 75.88 倍も悪い。^{[ 145 ]}
• 一般的なコードの場合、CPython を使用した Python のスループットは C よりも 71.9 倍劣ります。^{[ 145 ]}
• 一般的なコードの場合、CPythonの平均メモリ使用量はCよりも2.4倍悪い。^{[ 145 ]}

代替実装はすべて、少なくとも若干異なるセマンティクスを持っています。たとえば、他の現行のPythonバージョンとは異なり、代替実装では順序付けされていない辞書が含まれる場合があります。より広範なPythonエコシステムにおける別の例として、PyPyはC言語のPython APIを完全にサポートしていません。

Python で実行可能ファイルを作成する場合、多くの場合、Python インタープリタ全体を実行可能ファイルにバンドルしますが、これにより小さなプログラムでもバイナリサイズが巨大になります^{[ 146 ]}。しかし、Python を真にコンパイルできる実装も存在します。代替実装には次のものがあります。

• PyPy は 、Python 2.7 および3.11の高速で準拠したインタプリタです。 ^{[ 147 ] [ 148 ]} PyPy のジャストインタイムコンパイラは、CPython と比較して速度を大幅に向上させることが多いですが、PyPy は C で書かれたライブラリの一部をサポートしていません。 ^{[ 149 ]} PyPy はRISC-V命令セットアーキテクチャをサポートしています。
• Codon は、事前コンパイル (AOT) コンパイラを備えた実装であり、静的に型付けされた Python ライクな言語をコンパイルします。その「構文と意味は Python とほぼ同じですが、いくつかの注目すべき違いがあります」^{[ 150 ]。}たとえば、Codon は Python のように任意ではなく、速度のために 64 ビットのマシン整数を使用します。Codon の開発者は、CPython と比較して通常 10 倍から 100 倍の速度向上があると主張しています。Codon は ( LLVMを介して) マシン コードにコンパイルされ、ネイティブのマルチスレッドをサポートします。^{[ 151 ]} Codon は、Python からインポートして使用できる Python 拡張モジュールにもコンパイルできます。
• MicroPythonとCircuitPythonは、レゴ マインドストームEV3を含むマイクロコントローラ 向けに最適化されたPython 3の派生版です。^{[ 152 ]}
• Pystonは、Pythonプログラムの実行速度を向上させるためにジャストインタイムコンパイルを使用するPythonランタイムの派生版です。^{[ 153 ]}
• Cinderは、バイトコードのインラインキャッシュ、コルーチンの即時評価、メソッド単位のJIT、実験的なバイトコードコンパイラなど、多くの最適化機能を備えたCPython 3.8のパフォーマンス重視のフォークです。^{[ 154 ]}
• Snek ^{[ 155 ] [ 156 ] [ 157 ]}組み込みコンピューティング言語は「Python に影響を受けているが、Python ではない。完全な Python システムで動作する Snek プログラムを作成することは可能だが、ほとんどの Python プログラムは Snek では動作しない。」^{[ 158 ]} Snek は、 ATmega 328Pベースの Arduinoなどの8 ビットAVR マイクロコントローラ、およびMicroPythonと互換性のあるより大きなマイクロコントローラと互換性がある。Snek は、(Python とは異なり)オブジェクト指向プログラミングを省略した命令型言語である。Snek は、32 ビット単精度( JavaScript の数値に似ているが、より小さい)を特徴とする 1 つの数値データ型のみをサポートする。
• RustPythonはRust言語で書かれた実装です。C-ABIを含むCPythonとの互換性を目指しています。^{[ 159 ]}現在、GrepTimeDBやRuffなどのプロジェクトで使用されています。

Stackless Python は、マイクロスレッドを実装した CPython の重要なフォークです。この実装ではコールスタックを異なる方法で使用するため、大規模な並行プログラムが可能になります。PyPy もスタックレスバージョンを提供しています。^{[ 160 ]}

ジャストインタイム方式のPythonコンパイラは開発されましたが、現在はサポートされていません。

• Google は 2009 年にUnladen Swallowというプロジェクトを開始しました。このプロジェクトは、 LLVMを使用して Python インタープリタを 5 倍高速化し、数千のコアに拡張するためのマルチスレッド機能を改善することを目的としていました。 ^{[ 161 ]}一方、一般的な実装はグローバルインタープリタロックによって制限されています。
• Psycoは、CPythonと統合され、実行時にバイトコードをマシンコードに変換する、開発が終了しているジャストインタイム特化コンパイラです。生成されるコードは特定のデータ型に特化されており、標準のPythonコードよりも高速です。PsycoはPython  2.7以降をサポートしていません。
• PyS60は、 Nokiaが2005年にリリースしたSeries 60携帯電話向けのPython  2インタープリタです。このインタープリタは、Pythonの標準ライブラリの多くのモジュールに加え、 Symbianオペレーティングシステムとの統合のための追加モジュールも実装しています。Nokia N900はGTKウィジェットライブラリを介してPythonもサポートしており、対象デバイス上でプログラムを作成して実行することができます。^{[ 162 ]}

高水準オブジェクト言語へのコンパイラ／トランスパイラは複数存在し、ソース言語は無制限のPython、Pythonのサブセット、またはPythonに類似した言語です。

• Brython ^{[ 163 ]}と Transcrypt ^{[ 164 ] [ 165 ]}は Python をJavaScriptにコンパイルします。
• Cythonは、Pythonの上位互換言語をC言語にコンパイルします。生成されたコードは、C言語レベルのAPI呼び出しを介してPythonインタープリタに直接アクセスすることで、Pythonと連携して使用できます。
• PyJL は、Python のサブセットを「人間が読みやすく、保守しやすく、高性能な Julia ソース コード」にコンパイル/トランスパイルします。^{[ 75 ]}開発者のパフォーマンスに関する主張にもかかわらず、これは任意のPython コードに対しては不可能です。つまり、より高速な言語やマシン コードにコンパイルすることは、一般的には不可能であることが知られています。Python のセマンティクスが変更される可能性はありますが、多くの場合、Python コードにほとんどまたはまったく変更を加えることなく高速化が可能です。高速な Julia ソース コードは、Python から使用したり、マシン コードにコンパイルしたりできます。
• Nuitka はPython を C にコンパイルします。^{[ 166 ]}このコンパイラは、Python の主要なサポート対象プラットフォーム (および Windows 7 や Windows XP) と Android 向けに、Python 3.4 ～ 3.13 (および 2.6 と 2.7) で動作します。コンパイラの開発者は、Python 3.10 を完全にサポートし、Python 3.11 と 3.12 を部分的にサポートし、Python 3.13 を実験的にサポートしていると主張しています。Nuitka は、Apple Silicon ベースのバージョンを含む macOS をサポートしています。コンパイラは無料ですが、商用アドオン (ソース コードを非表示にするためのものなど) があります。
• NumbaはPythonから使用できるJITコンパイラです。このコンパイラは、PythonおよびNumPyコードの一部を高速なマシンコードに変換します。このツールは、関連するPythonコードにデコレータを追加することで有効になります。
• PythranはPython 3のサブセットを C++（C++11）にコンパイルします。^{[ 167 ]}
• RPythonはC言語にコンパイルすることができ、Python用のPyPyインタープリタを構築するために使用されます。
• Python → 11l → C++ トランスパイラ^{[ 168 ]}は、Python 3 のサブセットを C++ ( C++17 ) にコンパイルします。

専用のコンパイラも存在する。

• MyHDLは、Pythonベースのハードウェア記述言語（HDL）であり、MyHDLコードをVerilogまたはVHDLコードに変換します。

古いプロジェクトや、Python 3.xおよび関連する構文での使用を想定していないコンパイラもいくつか存在していた。

• GoogleのGrumpyはPython 2をGoにトランスパイルします。^{[ 169 ] [ 170 ] [ 171 ]}最新のリリースは2017年でした。 
• IronPython を使用すると、  .NET共通言語ランタイムでPython 2.7 プログラムを実行できます。^{[ 172 ]}アルファ版 (2021 年にリリース) は「Python 3.4 用ですが、それ以降のバージョンの機能や動作が含まれる可能性があります」。^{[ 173 ]} 
• JythonはPython  2.7をJavaバイトコードにコンパイルし、PythonプログラムからJavaライブラリを使用できるようにします。^{[ 174 ]}
• Pyrex（最終リリースは2010年）とShed Skin（最終リリースは2013年）は、それぞれC言語とC++にコンパイルされます。

EuroSciPy '13では、非数値（組み合わせ）ワークロードを使用した様々なPython実装間のパフォーマンス比較が発表されました。^{[ 175 ]}さらに、他のプログラミング言語に対するPythonのパフォーマンスは、The Computer Language Benchmarks Gameによってベンチマークされています。^{[ 176 ]}

インタプリタ型言語特有の処理速度の遅さにもかかわらず、Pythonのパフォーマンスを最適化する方法はいくつか存在する。これらの方法には、以下のような戦略やツールが含まれる。

• ジャストインタイムコンパイル：Pythonプログラムの実行中に、プログラムの一部を動的にコンパイルする手法。この技術は、NumbaやPyPyなどのライブラリで使用されています。
• 静的コンパイル：Pythonコードは、実行前に機械語にコンパイルされることがあります。この手法の一例として、PythonをC言語にコンパイルするCythonが挙げられます。
• 並行処理と並列処理：複数のタスクを同時に実行できます。Pythonには、この並列処理をサポートする`multiprocessing`などのモジュールが含まれています。さらに、このアプローチは、 CPUタスクにおけるグローバルインタプリタロック（GIL）の制限を克服するのに役立ちます。
• 効率的なデータ構造Set:メンバーシップテストには などのデータ型を使用したり、キュー操作にdequeは を使用したりすることで、パフォーマンスを向上させることもできます。collections
• NumPyなどのライブラリを利用することでパフォーマンスの向上が見られます。ほとんどの高性能Pythonライブラリは、Pythonインタープリタの代わりに内部でCまたはFortranを使用しています。 ^{[ 177 ]}