在 Python 中，运行遗传算法的人通常运行 Python 实现，特别是DEAP 库非常流行。

还有一个不太流行的库PGApy，它包装了PGA Pack的一个分支，它是用 C 编写的。

另一种选择是通过Cython自己定制一些东西，这是一个 Python 扩展，用于编写具有本机性能的代码。这就是一些人在这里所做的。也许你可以重用他们的代码。

从长远来看，如果你有一个 Python 版本（或自己实现它），使用PyPy而不是 Python 运行它可能会使事情变得更快，因为它非常适合使用 Python 内置函数和许多循环的代码。它通过垃圾收集等技巧很好地优化了这些情况。最新版本还支持 Python3.5 和 3.6 以及 NumPy。

从他们的网站来看，主要好处是：

速度：得益于其即时编译器，Python 程序通常在 PyPy 上运行得更快。（什么是 JIT 编译器？）

“如果你想让你的代码运行得更快，你应该只使用 PyPy。” — Guido van Rossum（Python 的创造者）

内存使用：需要大量内存的 Python 程序（数百 MB 或更多）最终可能会比 CPython 占用更少的空间。

兼容性：PyPy 与现有的 python 代码高度兼容。它支持 cffi 并且可以运行流行的 python 库，如 twisted 和 django。

无堆栈：PyPy 默认支持无堆栈模式，为海量并发提供微线程。