python是一種編程語言。但這種語言有多種實現，而且與其他語言不同，python並沒有一個專門的機構負責實現，而是由多個社區來實現。
其中使用c語言開發的叫做python，在於別的語言開發的python對比時為避免歧義通常稱為CPython。
同樣的，使用java開發的叫做JPython，使用.net開發的叫做IronPython。
而PyPy與CPython的不同在於，別的一些python實現如CPython是使用解釋執行的方式，這樣的實現方式在性能上是很凄慘的。而PyPy使用了JIT(即時編譯)技術，在性能上得到了提升。
具體講講cpython和pypy:
CPython：是用C語言實現Pyhon，是目前應用最廣泛的解釋器。最新的語言特性都是在這個上面先實現，基本包含了所有第三方庫支持，但是CPython有幾個缺陷，一是(GIL)全局鎖使Python在多線程效能上表現不佳，二是CPython無法支持JIT（即時編譯），導致其執行速度不及Java和Javascipt等語言。於是出現了Pypy。
Pypy：是用Python自身實現的解釋器。針對CPython的缺點進行了各方面的改良，性能得到很大的提升。最重要的一點就是Pypy集成了JIT。但是，Pypy無法支持官方的C/Python API，導致無法使用例如Numpy，Scipy等重要的第三方庫。這也是現在Pypy沒有被廣泛使用的原因吧。
Python的解釋執行：
1、由於Python是動態編譯的語言，和C/C++、Java或者Kotlin等靜態語言不同，它是在運行時一句一句代碼地邊編譯邊執行的，而Java是提前將高級語言編譯成了JVM字節碼，運行時直接通過JVM和機器打交道，所以進行密集計算時運行速度遠高於動態編譯語言。
2、PyPy，它使用了JIT（即時編譯）技術，混合了動態編譯和靜態編譯的特性，仍然是一句一句編譯源代碼，但是會將翻譯過的代碼緩存起來以降低性能損耗。相對於靜態編譯代碼，即時編譯的代碼可以處理延遲綁定並增強安全性。絕大部分 Python代碼都可以在PyPy下運行，但是PyPy和CPython有一些是不同的。
解釋執行與編譯執行的區別
看到了解釋執行與編譯執行兩個專業詞匯，看着熟悉，但不甚理解，然后在網上搜索了一下。
對於我們平時寫的代碼，一般計算機是沒辦法直接識別的，需要相應的編譯器將其編譯層機器代碼（一些計算機可以直接識別的二進制代碼），機器才能執行。
編譯執行，顧名思義，要先編譯再執行，這里需要有一個編譯器，來將我們的代碼全部編譯成機器代碼，然后進行執行。因為先整體進行編譯，所以這里會生成編譯后的機器代碼。
解釋執行，則是需要一個解釋器，它會將我們的一句句解釋成機器代碼來執行，可以認為是，解釋一句，執行一句。在這個過程中，不會生成中間文件。
通過對比發現，編譯執行，只需要編譯一次，多次運行。而解釋執行的話，每運行一次程序，都要經過解釋器的解釋過程。
針對優缺點，可以從以下幾個方面分析。
從啟動效率來看，解釋執行不需要進行編譯操作，而編譯執行，要經過編譯過程。解釋執行啟動速度更快。
從運行效率來看，因為編譯執行只需要編譯一次，以后再運行就無需編譯，而解釋執行每次都要經過解釋過程，所以編譯執行效率更高。
從內存使用方面來看，編譯執行需要生成編譯后的機器碼文件，而解釋執行時逐句解釋執行，所以解釋執行對內存占用更少。
從跨平台的角度來看，因為解釋執行每次可以根據不同的平台進行解釋，例如js在linux和windows都可以運行，而C語言在windows下編譯后的文件，只能在windows下才行執行。
對於大型項目來說，比較注重運行效率，核心代碼一般都是采用編譯執行的語言。而對於一些簡單的操作，可以考慮使用解釋執行的語言。