语言规范与语言实现的重要区别是:

语言规范只是带有语言正式规范的文档，具有上下文无关的语法和语义规则定义(如指定基本类型和作用域动态)。 语言实现只是一个程序(编译器)，它根据语言的规范实现语言的使用。

Any compiler consists of two independent parts: a frontend and backend. The frontend receives the source code, validate it and translate it into an intermediate code. After that, a backend translate it to machine code to run in a physical or a virtual machine. An interpreter is a compiler, but in this case it can produce a way of executing the intermediate code directly in a virtual machine. To execute python code, its necessary transform the code in a intermediate code, after that the code is then "assembled" as bytecode that can be stored in a file.pyc, so no need to compile modules of a program every time you run it. You can view this assembled python code using:

from dis import dis
def a(): pass

dis(a)

任何人都可以用Python语言构建静态二进制的编译器，就像可以构建C语言的解释器一样。有一些工具(lex/yacc)可以简化编译器的构建过程并使之自动化。

语言规范与语言实现的重要区别是:

语言规范只是带有语言正式规范的文档，具有上下文无关的语法和语义规则定义(如指定基本类型和作用域动态)。 语言实现只是一个程序(编译器)，它根据语言的规范实现语言的使用。

Any compiler consists of two independent parts: a frontend and backend. The frontend receives the source code, validate it and translate it into an intermediate code. After that, a backend translate it to machine code to run in a physical or a virtual machine. An interpreter is a compiler, but in this case it can produce a way of executing the intermediate code directly in a virtual machine. To execute python code, its necessary transform the code in a intermediate code, after that the code is then "assembled" as bytecode that can be stored in a file.pyc, so no need to compile modules of a program every time you run it. You can view this assembled python code using:

from dis import dis
def a(): pass

dis(a)

任何人都可以用Python语言构建静态二进制的编译器，就像可以构建C语言的解释器一样。有一些工具(lex/yacc)可以简化编译器的构建过程并使之自动化。

它们是由Python解释器在导入.py文件时创建的，它们包含导入模块/程序的“已编译字节码”，其思想是，如果.pyc比相应的.py文件更新，则可以在后续导入时跳过从源代码到字节码的“翻译”(只需完成一次)，从而略微加快启动速度。但它仍然是被解释的。

Python的*.py文件只是一个文本文件，您可以在其中编写一些代码行。当你试图使用"python filename。py"来执行这个文件时

该命令调用Python虚拟机。Python虚拟机有两个组件:“编译器”和“解释器”。解释器不能直接读取*.py文件中的文本，因此该文本首先被转换为面向PVM(不是硬件，而是PVM)的字节码。PVM执行这个字节代码。*。Pyc文件也会生成，作为运行它的一部分，它会对shell或其他文件中的文件执行导入操作。

如果这个*。Pyc文件已经生成，那么每次你运行/执行你的*.py文件时，系统直接加载你的*.py文件。pyc文件，不需要任何编译(这将节省一些处理器的机器周期)。

一旦*。生成Pyc文件，不需要*.py文件，除非你编辑它。

这是为初学者准备的，

在运行脚本之前，Python会自动将脚本编译为已编译的代码，即所谓的字节代码。

运行脚本不被认为是导入，也不会创建.pyc。

例如，如果你有一个脚本文件abc.py，它导入了另一个模块xyz.py，当你运行abc.py时，xyz.py, xyz.py。Pyc将被创建，因为xyz被导入，但没有abc。Pyc文件将被创建，因为abc.py没有被导入。

如果你需要为一个未导入的模块创建一个.pyc文件，你可以使用py_compile和compileall模块。

py_compile模块可以手动编译任何模块。一种方法是交互式地使用该模块中的py_compile.compile函数:

>>> import py_compile
>>> py_compile.compile('abc.py')

这将把.pyc写到与abc.py相同的位置(你可以用可选参数cfile重写它)。

您还可以使用compileall模块自动编译一个或多个目录中的所有文件。

python -m compileall

如果省略目录名(本例中的当前目录)，模块将编译sys.path上的所有内容

为了加速加载模块，Python将模块的编译内容缓存在.pyc中。

CPython将源代码编译为“字节码”，出于性能考虑，当源文件发生更改时，CPython会将此字节码缓存到文件系统中。这使得Python模块的加载速度更快，因为可以绕过编译阶段。当你的源文件是foo.py时，CPython将字节代码缓存在foo.py文件中。Pyc文件就在源代码旁边。

在python3中，Python的导入机制被扩展为在每个Python包目录中的单个目录中写入和搜索字节码缓存文件。这个目录将被称为__pycache__。

下面是一个描述如何加载模块的流程图:

欲了解更多信息:

裁判:PEP3147 参考:“编译”的Python文件