Python 解释器可以优化哪些东西？
Which things can the Python interpreter optimize?
我认为由于 惰性评估 语句，例如：
if True and True (...):
# do something
...应该在 Python 解释器的 True and 部分之后立即跳过。但是，与编译后的代码相比，我认为 Python 解释器不能像显式布尔比较那样优化 糟糕的风格 ，对吧？
if condition == True:
# do something
编译器会优化它并删除 == True 部分，但是解释器 总是 必须评估哪些语句在 condition == 部分之后等待，因此每次执行代码时都进行不必要的 == True 比较？！
是否存在更多这样的陷阱，解释器无法优化代码？我知道最后一个问题很开放，但我想确实存在一些流行的例子？
它本身并没有太多的编译（CPython 确实编译成字节码），但是语言的极端动态特性阻碍了 "traditional" 优化，这是由难以检查的不变量引导的在 Python 的编译时，因为语言的语义使得有关代码实际应该做什么的大部分信息仅在 运行 时可用。
你的 if condition == True: 例子是一个很好的例子：只有当编译器能够证明 condition 总是一个布尔值时，比较才能被优化，如果它来自当前范围内除了文字之外的任何东西——如果它能证明，在 运行 时间，没有人设法用其他东西覆盖 True（可能只在 Python 2 IIRC 中）。
请注意，某些类型推断是可能的，这实际上是 Jedi 等代码完成工具的工作方式；然而，Jedi 可以采取一些捷径并假设例如某种标准环境，而解释器必须应对语言允许的对全局变量的最奇怪的修改。
所以，一般来说，CPython 不会非常努力地优化任何东西 - 实际上，它似乎没有进行任何类型的 "smart" 代码分析，AFAICT 他们主要尝试构建一个高效但 "mostly vanilla" 的解释器。因此，期望几乎完全为您编写的内容付费，没有优化程序可以节省草率的代码。
顺便说一下，您的 and 示例不是解释器完成的优化，它只是运算符语义的定义方式（并且指定 and 和or 进行短路评估，它不是可选的 "optimization"，因为如果右侧操作数有副作用，它可能会改变程序的可观察行为）。
动态语言的更好方法是 跟踪 JIT - 解释器让代码 运行 一段时间，并观察似乎成立的不变量（例如，condition 似乎总是一个布尔值，True 总是 True，一些变量总是一个整数， ...)，然后使用此信息将代码的优化版本编译为机器代码。这是 let 运行 只要上面的不变量成立 - 但是一旦用于编译优化版本的前提之一被破坏，执行就会回到解释模式，并且再次开始跟踪以找出是否可以构建一个新的优化版本。
因此，典型案例优化得很好，应用了通常的优化技术，但每当发生奇怪的事情（但语言允许）时，运行时间可以回退到常规 "literal"字节码解释。
这是用于从大多数动态语言中获得良好性能的方法（大多数现代 JavaScript 引擎使用这种基本方法的一些变体），并且在 Python 中用于 PyPy。
我认为由于 惰性评估 语句，例如：
if True and True (...):
# do something
...应该在 Python 解释器的 True and 部分之后立即跳过。但是，与编译后的代码相比，我认为 Python 解释器不能像显式布尔比较那样优化 糟糕的风格 ，对吧？
if condition == True:
# do something
编译器会优化它并删除 == True 部分，但是解释器 总是 必须评估哪些语句在 condition == 部分之后等待，因此每次执行代码时都进行不必要的 == True 比较？！
是否存在更多这样的陷阱，解释器无法优化代码？我知道最后一个问题很开放，但我想确实存在一些流行的例子？
它本身并没有太多的编译（CPython 确实编译成字节码），但是语言的极端动态特性阻碍了 "traditional" 优化，这是由难以检查的不变量引导的在 Python 的编译时，因为语言的语义使得有关代码实际应该做什么的大部分信息仅在 运行 时可用。
你的 if condition == True: 例子是一个很好的例子：只有当编译器能够证明 condition 总是一个布尔值时，比较才能被优化，如果它来自当前范围内除了文字之外的任何东西——如果它能证明，在 运行 时间，没有人设法用其他东西覆盖 True（可能只在 Python 2 IIRC 中）。
请注意，某些类型推断是可能的，这实际上是 Jedi 等代码完成工具的工作方式；然而，Jedi 可以采取一些捷径并假设例如某种标准环境，而解释器必须应对语言允许的对全局变量的最奇怪的修改。
所以，一般来说，CPython 不会非常努力地优化任何东西 - 实际上，它似乎没有进行任何类型的 "smart" 代码分析，AFAICT 他们主要尝试构建一个高效但 "mostly vanilla" 的解释器。因此，期望几乎完全为您编写的内容付费，没有优化程序可以节省草率的代码。
顺便说一下，您的 and 示例不是解释器完成的优化，它只是运算符语义的定义方式（并且指定 and 和or 进行短路评估，它不是可选的 "optimization"，因为如果右侧操作数有副作用，它可能会改变程序的可观察行为）。
动态语言的更好方法是 跟踪 JIT - 解释器让代码 运行 一段时间，并观察似乎成立的不变量（例如，condition 似乎总是一个布尔值，True 总是 True，一些变量总是一个整数， ...)，然后使用此信息将代码的优化版本编译为机器代码。这是 let 运行 只要上面的不变量成立 - 但是一旦用于编译优化版本的前提之一被破坏，执行就会回到解释模式，并且再次开始跟踪以找出是否可以构建一个新的优化版本。
因此，典型案例优化得很好，应用了通常的优化技术，但每当发生奇怪的事情（但语言允许）时，运行时间可以回退到常规 "literal"字节码解释。
这是用于从大多数动态语言中获得良好性能的方法（大多数现代 JavaScript 引擎使用这种基本方法的一些变体），并且在 Python 中用于 PyPy。