A. 程序在pycharm上编译运行非常顺畅，但用pyinstaller打包后运行却十分卡顿，请问有人知道这是怎么回事吗
目前使用pyinstaller 打包成exe文件，对于使用大量科学计算库的python程序，我使用的是在pycharm下IDLE下面写程序，虽然VS2015用来写python有一些不方便，但是我觉得这货用来打包成exe非常的好用，写程序使用pycharm和VS2015结合，然后在VS2015中保存py程序，然后使用pyinstaller打包成单个EXE文件，可以在其他windows系统的电脑上直接运行，目前已经测试是完全可行的。
B. python的.exe程序卡住不继续向下执行
进入任务管理器关闭不迟雹响应（即卡住的页面）的程序。
按快捷键：CtrlAltDelete，在弹出的对话框找握亩到任务管理器，单击进入任务管理器，点击应用程序，在任务窗口里面找到卡住的python的.exe程序，单击选中，点击右下角的结束任务。段旦森
程序是一组计算机能识别和执行的指令，运行于电子计算机上，满足人们某种需求的信息化工具。
C. python 处理大数据程序运行的越来越慢的问题
最近编写并运行了一个处理1500万个数据的程序，本来最初每秒可以处理150个左右的数据，预计大概15个小时的时间就可以处理完，晚上的时候就开始运行，本以为等到第二天中午就可以得到结果呢，，，
可是，等我第二天的时候一看，什么？？？还没处理完，当前的数据处理速度变成了一秒5个左右，然后还需要等待300个小时。
然后就查了一下这个问题，原来同样也有很多人在处理大数据的时候遇到了这个问题，大多数的文章分析的原因都是说由于GC（垃圾回收）造成的性能下降。
Python的垃圾回收机制的工作原理为每个对象维护一个引用计数，每次内存对象的创建与销毁都必须修改引用计数，从而在大量的对象创建时，需要大量的执行修改引用计数操作，对于程序执行过程中，额外的性能开销是令人可怕的。回收的触发时机有两种可能，一是用户主动调用gc.collect(),二是对象数量超过阈值。
所以正是GC拖慢了程序的性能，所以我们可以考虑在处理的时候禁止垃圾回收。
通过这样的改进之后速度确度会有很大的提升。但是又有也会另外的一个问题，内存溢出，由于运行的过程中生成大量的对象，一次使用后就没有了引用，由于关闭了垃圾回收机制，一直存在内存中得不到清理，然后程序的内存使用量越来越大。解决的方法就是定期打开gc.enable()再关闭或者主动调用gc.collect(),这样就可以了。
通过上述的改进后程序确实了很多，可是我的程序还是运行的越来越慢，我都怀疑人生了，然后分别测试了各个步骤所花费的时间才知道了原因，我使用了pandas创建一个DataFrame,然后每次迭代得到的结果都添加新的数据到DataFrame中，随着里边的数据越来越多，添加的速度也就越来越慢了，严重的拖累的运行速度。这里的解决方法有两个：
1 分段保存结果，间隔一段时间就保存一次结果，最后再将多次的结果合并。
2 换一个数据存储方法，我是直接使用了python的字典进行保存结果，它随着数据的增多添加的速度也会变慢，但是差别不是很大，在可接受的范围内，可以使用；或者再加上方法1，分段进行保存再合并也是可以的。
D. 为什么我的cmd调用python特别慢，大概有十几秒时间
直接用鼠标点python.exe运行怎么样呢
是不是环境变量太多太多了导致电脑寻找命令过慢
配置怎么样噢
E. python程序每次运行开始都比较慢
pycharm本来就是一个庞大的软件，因为功能强大，用很方便，所以运行起来才慢，可以用来做大项目，
python自带的idle就是一个轻量级的小工具，但是初学或做些小东西足够了