答案很简单，就是Python处理所有对象，并且默认情况下没有JIT。因此，不是通过修改堆栈上的几个字节并优化代码的较热部分（即迭代）来提高效率，而是与大量表示数字的对象一起使用Python突突，而没有即时优化。
如果您在具有JIT的Python变体中尝试过此操作（例如PyPy），我保证您会看到很大的不同。
一个一般性的技巧是避免使用标准的Python进行非常昂贵的操作（尤其是如果这是为后端处理来自多个客户端的请求）。带有JIT的Java，C＃，Javascript等效率更高。
顺便说一句，如果您想以更Python的方式编写示例，则可以这样做：
from datetime import datetimestart_time = datetime.now()max_number = 20x = max_numberwhile True: i = 2 while i <= max_number: if x % i: break i += 1 else: # x was not divisible by 2...20 break x += 1print('number: %d' % x)print('time elapsed: %d seconds' % (datetime.now() - start_time).seconds)上面对我执行了90秒。它之所以更快，是因为它看起来像愚蠢的东西，比如
x比短
start，这是因为我没有经常分配变量，而是依靠Python自己的控制结构，而不是依靠变量检查来跳入/跳出循环。
