python3.11.0性能提升十分恐怖！
Python 版本性能比较
最新发布的python3.11，历史版本python3.10,python3.9性能测试对比。
测试环境配置
硬件环境:
CPU: Intel® Xeon® Platinum 8175M
内存: 16G
CPU核心数2
软件环境:
python3.9 python3.10 ,采用 Ancocnda3创建的python环境, 由于python3.11暂时还不能在anaconda3中创建虚拟环境，所以下载了官方的tgz包并编译安装。
python测试版本一览
python3.11采用最新发布的 python3.11.0,解压之后并编译安装
python3.11.0终端如下
测试代码
测试采用蒙特卡罗计算Π的python源码，单例测试5次计算代码，取平均时间，用于计算性能。
x,y随机次数为1亿次
测试源码 test.py
import random
import time
def cal_Pi():
N = 10000 * 10000
k = 0
start_time = time.time()
for i in range(N):
x, y = random.random(), random.random()
dist = pow(x ** 2 + y ** 2, 0.5)
if dist <= 1.0:
k += 1
pi = 4 * (k / N)
end_time = time.time()
print("time cost: ", end_time - start_time)
return end_time - start_time
if __name__ == "__main__":
total_time = 0
for i in range(5):
t = cal_Pi()
total_time += t
print("第{}次运行时间：{}".format(i + 1, t))
avg_time = total_time / 5
print("测试的平均时间为：{:.2f}s".format(avg_time))
测试结果
python3.10.6 测试结果
time cost: 51.47206449508667
第1次运行时间：51.47206449508667
time cost: 53.01375722885132
第2次运行时间：53.01375722885132
time cost: 50.49100184440613
第3次运行时间：50.49100184440613
time cost: 53.75036644935608
第4次运行时间：53.75036644935608
time cost: 49.02680158615112
第5次运行时间：49.02680158615112
测试的平均时间为：51.55s
Python 3.9.13 测试结果
time cost: 53.14418315887451
第1次运行时间：53.14418315887451
time cost: 49.42537879943848
第2次运行时间：49.42537879943848
time cost: 49.438923835754395
第3次运行时间：49.438923835754395
time cost: 49.18369388580322
第4次运行时间：49.18369388580322
time cost: 50.24960136413574
第5次运行时间：50.24960136413574
测试的平均时间为：50.29s
python3.11.0 测试结果
time cost: 38.883957386016846
第1次运行时间：38.883957386016846
time cost: 35.14061093330383
第2次运行时间：35.14061093330383
time cost: 35.07052826881409
第3次运行时间：35.07052826881409
time cost: 35.682968854904175
第4次运行时间：35.682968854904175
time cost: 35.12810921669006
第5次运行时间：35.12810921669006
测试的平均时间为：35.98s
结果分析
python3.10的版本与3.9版本计算性能接近，计算1亿次随机点计算Π,平均速度都为51秒左右
python3.11.0版本，平均计算时间约为35.98s,相比与其他两个版本，性能提升约30%！！！