A. 程序在pycharm上編譯運行非常順暢，但用pyinstaller打包後運行卻十分卡頓，請問有人知道這是怎麼回事嗎
目前使用pyinstaller 打包成exe文件，對於使用大量科學計算庫的python程序，我使用的是在pycharm下IDLE下面寫程序，雖然VS2015用來寫python有一些不方便，但是我覺得這貨用來打包成exe非常的好用，寫程序使用pycharm和VS2015結合，然後在VS2015中保存py程序，然後使用pyinstaller打包成單個EXE文件，可以在其他windows系統的電腦上直接運行，目前已經測試是完全可行的。
B. python的.exe程序卡住不繼續向下執行
進入任務管理器關閉不遲雹響應（即卡住的頁面）的程序。
按快捷鍵：CtrlAltDelete，在彈出的對話框找握畝到任務管理器，單擊進入任務管理器，點擊應用程序，在任務窗口裡面找到卡住的python的.exe程序，單擊選中，點擊右下角的結束任務。段旦森
程序是一組計算機能識別和執行的指令，運行於電子計算機上，滿足人們某種需求的信息化工具。
C. python 處理大數據程序運行的越來越慢的問題
最近編寫並運行了一個處理1500萬個數據的程序，本來最初每秒可以處理150個左右的數據，預計大概15個小時的時間就可以處理完，晚上的時候就開始運行，本以為等到第二天中午就可以得到結果呢，，，
可是，等我第二天的時候一看，什麼？？？還沒處理完，當前的數據處理速度變成了一秒5個左右，然後還需要等待300個小時。
然後就查了一下這個問題，原來同樣也有很多人在處理大數據的時候遇到了這個問題，大多數的文章分析的原因都是說由於GC（垃圾回收）造成的性能下降。
Python的垃圾回收機制的工作原理為每個對象維護一個引用計數，每次內存對象的創建與銷毀都必須修改引用計數，從而在大量的對象創建時，需要大量的執行修改引用計數操作，對於程序執行過程中，額外的性能開銷是令人可怕的。回收的觸發時機有兩種可能，一是用戶主動調用gc.collect(),二是對象數量超過閾值。
所以正是GC拖慢了程序的性能，所以我們可以考慮在處理的時候禁止垃圾回收。
通過這樣的改進之後速度確度會有很大的提升。但是又有也會另外的一個問題，內存溢出，由於運行的過程中生成大量的對象，一次使用後就沒有了引用，由於關閉了垃圾回收機制，一直存在內存中得不到清理，然後程序的內存使用量越來越大。解決的方法就是定期打開gc.enable()再關閉或者主動調用gc.collect(),這樣就可以了。
通過上述的改進後程序確實了很多，可是我的程序還是運行的越來越慢，我都懷疑人生了，然後分別測試了各個步驟所花費的時間才知道了原因，我使用了pandas創建一個DataFrame,然後每次迭代得到的結果都添加新的數據到DataFrame中，隨著里邊的數據越來越多，添加的速度也就越來越慢了，嚴重的拖累的運行速度。這里的解決方法有兩個：
1 分段保存結果，間隔一段時間就保存一次結果，最後再將多次的結果合並。
2 換一個數據存儲方法，我是直接使用了python的字典進行保存結果，它隨著數據的增多添加的速度也會變慢，但是差別不是很大，在可接受的范圍內，可以使用；或者再加上方法1，分段進行保存再合並也是可以的。
D. 為什麼我的cmd調用python特別慢，大概有十幾秒時間
直接用滑鼠點python.exe運行怎麼樣呢
是不是環境變數太多太多了導致電腦尋找命令過慢
配置怎麼樣噢
E. python程序每次運行開始都比較慢
pycharm本來就是一個龐大的軟體，因為功能強大，用很方便，所以運行起來才慢，可以用來做大項目，
python自帶的idle就是一個輕量級的小工具，但是初學或做些小東西足夠了