Question

Python是动态类型的——一个变量能够引用任何类型的对象，并且任意代码行都能够改变被引用对象的类型。这使得虚拟机难以在机器码层面优化代码的运行方式，因为它不知道哪种基础数据类型会用于将来的运算。让代码保持泛型就会让代码运行更慢。

在下面的例子中，v或是一个浮点数，或是一对代表复数的浮点数。两个条件会先后在相同循环的不同位置发生，或者在相关代码的串行区域发生：

v = -1.0
print type(v), abs(v)
<type 'float'> 1.0

v = 1-1j
print type(v), abs(v)

<type 'complex'> 1.41421356237

abs函数会根据底层数据类型来以不同方式工作。对一个整数或浮点数来说，abs只是简单地把负值转换为正值来作为结果。对复数来说，abs涉及对分量的平方和开平方根：

还是复数的例子，它的机器码涉及更多的指令并且会运行得更久。在对一个变量调用abs之前，Python首先不得不查看变量的类型，接着决定调用哪个函数版本——当你做出很多重复调用的时候，这个开销会累积。

在Python的每种基础对象内部，就像integer那样，会被更高层的Python对象包装起来（例如，一个int包装了integer）。更高层的对象有额外的函数，就像为辅助存储的__hash__函数，还有为打印的__str__函数。

在CPU密集型的代码区域内部，不改变变量类型的情况很常见。这就给了我们一个机会来做静态编译和加快代码运行。

如果我们想要的一切全都是大量的中间级的数学运算，我们就不需要更高层次的函数，我们也不大可能需要引用计数的机制。我们会向下进入到机器代码的层面，并且使用机器码和字节来快速运算，而不是去操控更高层次的Python对象，那会涉及更大的开销。要做到这个，我们就要提前决定对象的类型，这样我们就能产生正确的C代码。