Das amerikanische National Board of Economic Research hat die Laufzeit von Programmiersprachen, darunter Python, beim Berechnen eines makoökonomischen Standardmodells untersucht. Dabei haben Sie durch leichte Modifikationen die Verarbeitungsgeschwindigkeit von Python dratisch erhöhen können.
Die Wissenschaftler S. Bora?an Aruoba und Jesus Fernandez-Villaverde vom National Board of Ecomnomic Research (NBER) haben sich die Geschwindigkeit von C++11, Fortran 2008, Java, Julia, Python, Matlab, Mathematica und R beim Verarbeiten von Algorithmen angesehen, die das “stochastic neoclassical growth model” repräsentieren. Das entsprechende Papier ist hinter einer Paywall versteckt. Es liegt aber der Schluss nahe, dass die Autoren das “Solow-Modell” meinen.
Die Autoren fanden dabei heraus, dass Python im Vergleich zu C++ rund 44 mal langsamer arbeitete, wenn die Algorithmen mit der Pypy-Implementation programmiert waren. Unter Einsatz von CPython war der Code zwischen 150 und 269 mal langsamer. Für Programmierer in diesem Feld interessant ist aber möglicherweise die Information, das es den Forschern unter Einsatz von Numba, einem Just-in-Time-Compiler, und kleinen Modifikationen am Code gelang, die Performance so zu steigern, dass die Software nur noch 1,5 mal langsamer lief.
