對Python動態語言進行學習指導
有人說Python動態語言是一種解釋性的語言，但是這種說法是不正確的，其實Python語言是一種面向對象、直譯式計算機程序設計語言，也是一種功能強大而完善的通用型語言，對于***次接觸編程的用戶，Python絕對是***選擇。
但是很多人都會用了一段時間basic之后就把它廢置了，因為覺得除了能夠用來play，功能太少。即便是vb，也是功能不甚完善的，很多地方要依靠其他語言寫的組件和直接調用api來完成功能。而python由于粗看之下，也是那么的像玩具。而且那個交互式命令行給人帶來的教學語言的感覺更加加強了人們的想法。
但是Python其實功能不能說是弱，其實是非常強大。python內置了重要的數據結構和文件這些功能，而且包含了一個很大的標準庫，基本上涵蓋了從GUI到數據庫到網絡種種功能上的要求。
而且還有很多愛好者，公司企業為python寫第三方的庫，這些庫品種繁多，功能齊全。而且還能把其他語言的庫加以包裝給自己使用。直接用c這樣的語言了來寫擴展的庫也是可以的。
所以說，python像basic一樣好學，但是功能卻要強大很多。python速度很慢，只能用在很少的應用場合。對于習慣了匯編和C++這樣的語言的人，思維總是有一個慣性(包括我自己也經歷了這么一個階段)。
就是看文件大小是數字節的，任何運行時的overhead都是絕對不可以的。那么一看見python這樣的動態語言，而且動態得非常厲害的語言，怎么看怎么不順眼也是情理之中了。關鍵的問題首先是你是否需要省那么個100~200k的大小。
現在的內存，硬盤，網絡通信環境已經不大在乎這么一點的空間了，所以大小不是問題。關鍵的是運行時間嗎?其實在很多場合下是不需要那么快的速度的，比如開一個窗口，運行如果延時100ms，你感覺得到嗎?
python還能夠把py文件進行一些處理變成pyc文件，加速源文件的解釋執行。像java的虛擬機中的just in time或者hot spot這樣的預先讀取，預先編譯的技術都能構同等的用于python。
Python動態語言還有一個非常大的好處就是能夠用C這樣的快速的語言寫擴展模塊。在軟件中一般都是20%的代碼占據了80%的運行時間。這樣你可以先用benchmark這樣的工具看看軟件是否慢得無法忍受了，然后再用profiler查出問題瓶頸在哪里，那么就可以把關鍵的代碼用C解決掉。
這樣可以節省了開發時間(大部分代碼用python寫，比C快)，而且運行速度也可以令人滿意。所以說，對于python的速度是不用多擔心的。但是為了客觀起見，python的卻是慢的，在python中什么都是對象，這個比java這樣的不那么純的OO語言，就要差一些了。
有這個看法主要是認為，因為python是動態的，所以缺乏靜態的類型檢查，那么程序中的錯誤就很難發現了。設置可能說沒有執行到的塊的語法都沒有得到完全徹底的檢查。變量由于沒有聲明，所以容易產生誤寫的錯誤。事情真這么糟糕嗎?
***個缺乏類型檢查是說一個函數有幾個參數，但是由于參數的類型是動態確定的，所以沒有辦法在靜態的時候就檢查傳入的參數和參數表是否匹配了。問題是你寫的函數一定要自己測試了。
而且一旦出了問題，你是非常容易找到出錯的地方的。dynamic typing是那么靈活好用，多這么一點麻煩也是值得的。第二個看法就是錯誤的。在python中所有語法都得到了檢查的。即使是處在分支語句中。只是有可能你說的是這樣的情況。
對于習慣了匯編和C++這樣的語言的人，思維總是有一個慣性(包括我自己也經歷了這么一個階段)。就是看文件大小是數字節的，任何運行時的overhead都是絕對不可以的。那么一看見python這樣的動態語言，而且動態得非常厲害的語言，怎么看怎么不順眼也是情理之中了。
關鍵的問題首先是你是否需要省那么個100~200k的大小，現在的內存，硬盤，網絡通信環境已經不大在乎這么一點的空間了，所以大小不是問題。關鍵的是運行時間嗎?其實在很多場合下是不需要那么快的速度的，比如開一個窗口，運行如果延時100ms，你感覺得到嗎?
Python動態語言還能夠把py文件進行一些處理變成pyc文件，加速源文件的解釋執行。像java的虛擬機中的just in time或者hot spot這樣的預先讀取，預先編譯的技術都能構同等的用于python。
python還有一個非常大的好處就是能夠用C這樣的快速的語言寫擴展模塊。在軟件中一般都是20%的代碼占據了80%的運行時間。這樣你可以先用benchmark這樣的工具看看軟件是否慢得無法忍受了，然后再用profiler查出問題瓶頸在哪里，那么就可以把關鍵的代碼用C解決掉。這樣可以節省了開發時間(大部分代碼用python寫，比C快)，而且運行速度也可以令人滿意。
【編輯推薦】
