最近几年python语言非常受大家欢迎，所以我也想学习了解下python语言，但是学习之前总是有很多疑问。
因为我现在只会汇编和C语言，所有我想在学习它之前先了解一下python和我常用的C语言有什么不一样的地方，有什么优点，以及它可以应用在哪些领域等等。
所以我上网查了一下相关话题，在知乎上找到了一个比较被大众接受的回答，所以赶快收藏起来；作者从以下三个进行了阐述：
区别：
一.
C 属编译型语言；
Python 属解释型语言；
这点其他答主提过，确实是重要的区分点。编译型和解释型，在编程时的最大区别是必不必要写一个入口函数，在C语言里是 main，而 Python 可以不写。
编译型的优点是“静态”，代码不能一行一行编译执行，必须作为整个工程来编译，这样便于类型检查，降低运行时错误率；运行时效率更高，因为编译器可以统筹各个方面，生成更优化的机器指令；一经编译便可直接以机器语言再次执行。
解释型语言的优点是“动态”，代码的每一行可独立执行（代码块除外）。这样就可以灵活地进行实时交互，调整正在运行的程序，进行实时、异步的调试。
比如 Python 的 CLI（命令行交互界面）就可以直接输入 Python 代码执行。这是 C 语言这样的编译语言难以做到的（调试模式下可以做到 C 表达式的实时计算，但达不到解释型语言的灵活度）。解释型语言的特性还让其适合做脚本语言。
二者的缺点则互为对方占优的方面。编译型需要大量的编译时间，不够灵活。在大项目中，需求的更改可能导致巨大的重新编译时间。不过这被运行效率弥补，没有其他更大的缺点。而解释型语言被诟病得相对较多，比如因为不能事先编译，执行时都要先解释（本质上就是对单行的编译）成机器代码再执行，因此效率低很多。
不过针对这点，Python 现在会像编译型语言一样把第一次执行时产生的字节码（虚拟机器代码）输出到 .pyc 文件，下次若源文件未改变，可直接执行字节码文件，从而提升了运行效率。
另外，解释型语言难以实现静态类型检查，所以容易产生运行时错误，因此相对不适合用来做大项目。其实非要让编译型语言也能支持命令行交互也并非不可能——Haskell就是这样一个异类。它不仅能单行执行，甚至还能做静态类型检查，这个会在后面提到。
二.
C 是弱类型、静态类型检查的；
Python 是强类型、动态类型检查的；
对于不了解的人来说，这种说法可能会引起质疑。来一条一条看。
扯远了。知道 C 中的类型大体就是各种整数，就能想到各种整数可以互相转化：int 转化 long 很好理解，char 和 int 也经常互相转换，那你想过 int 能与任何一种指针强制转换吗？而这是源于 int 是最常用的整数类型，而地址也是最重要的机器整数。你还知道 void* 能与任何指针类型转换吗？其实所有的指针都可以任意互相转换，这意味着看似类型系统严格的 C 实际上并没有限制你去滥用它。这也不一定是滥用——库函数 malloc 的返回类型就是 void*，它表示你可以将它看作任何类型的指针。那不同指针能相互转化又怎样呢？我们知道 Python 里的对象是一系列属性和方法的集合，这在 C 中类似于结构体。对象的名字相当于指向它在内存中实体的指针——相当于结构体指针。不同结构体指针可以任意转化意味着……对，一个变量名可以代表任何对象，这不就是弱类型嘛！那什么叫静态类型检查呢？对，就是那个让你饱受编译错误苦恼的东西。我说过编译型语言是“静态”的，所以静态类型检查只可能在编译型语言实现（前述，Haskell 是个杂糅者，它是编译型语言，但又可以单行执行）。C 要求你写出每个变量、函数的类型，就是为了类型检查。但并不是静态类型检查就一定要标注类型（如 Haskell 就几乎完全可以不写）。
Python “动态类型”，我可以理解，因为写的时候完全不用声明类型嘛。但你说它「强类型」？这我可不服了，哪个「强类型」语言可以随意给变量赋任意值的？前面说过，储存对象的变量实际上只是储存对象在内存中的地址（而「值类型」，如小整数，一般直接存储值）。变量存储在「栈」中，对象被放在「堆」中。「栈」是一个个整齐叠放的，「堆」是随机开辟的。当我们执行 a = [1,2,3] 这样一条语句，Python 运行环境在「堆」中生成新的 list 对象，将对象的首地址返回，赋给新变量 a 压入栈中。之后若执行 a = { 'x': 1 }，只不过是将 a 中的地址换成字典对象的罢了。所以变量能储存任意对象不是因为变量本身能随意改变，而是指针可以指向任何东西。
三.
Python 是原生支持面向对象范式的语言，C 不是。
我没有说“Python 是面向对象语言，C 是面向过程语言”，因为面向对象和面向过程是编程模型和思想，Python 程序也能写得很“过程”，C 也有多种方法实现“面向对象”。但 Python 是原生支持面向对象范式的，它有 class 的封装，有继承、多态方法。C 要实现面向对象的特性，需要一些技巧。有一个知乎回答，我从它的第一个链接的 PDF 得到了很大启发。回答已经找不到了，但那个 PDF 还存着，书名叫《Object-Oriented ANSI-C》。
- C 更偏向底层，抽象和语法糖更少，使用起来不如 Python 方便。但 C 更简单，如果有计算机体系的知识，精通起来比 Python 可能更容易。
- C 的语法不如 Python 简洁。
- C 函数声明的先后顺序影响其可被调用的区域，Python 不会。
- C 需要自己维护堆内存，Python 有垃圾回收机制。
- C 的跨平台性不如 Python（对于使用这两个语言的程序员而言），因为 C 是大多数操作系统的实现语言，各操作系统会提供标准之外的系统调用库，而不同操作系统上系统库中的函数和定义不同。Python 基于虚拟机执行字节码，只要官方提供了某操作系统的虚拟机实现，就能将 Python 代码无缝在各操作系统转移（
os.system等涉及特定操作系统的东西除外）。 - C 除预编译指令外可以压缩到一行，Python 要用游标卡尺。。。等等
应用领域
对C语言和python语言的区别大致有了点点了解之后，又看了下它的主要应用领域：
- Web开发
小编我是从事Python Web开发的，所以把它放在了第一位。尽管今天PHP依然是Web开发的流行语言，但Python上升势头更劲。随着Python的Web开发框架逐渐成熟，比如耳熟能详的Django和flask, 你可以快速地开发功能强大的Web应用。小编我首推Django，强烈建议所以有志于从事Python Web开发的人掌握这门框架。无论是建大型网站，开发OA或Web API，Django都可以轻松胜任。 - 网络爬虫
多亏有了Python，一个小白用几行代码就可以写个爬虫爬段子爬福利图了。然而爬虫的真正作用是从网络上获取有用的数据或信息，可以节省大量人工时间。能够编写网络爬虫的编程语言有不少，但Python绝对是其中的主流之一。Python自带的urllib库，第三方的requests库和Scrappy框架让开发爬虫变得非常容易。 - 计算与数据分析
随着NumPy，SciPy，Matplotlib等众多程序库的开发和完善，Python越来越适合于做科学计算和数据分析了。它不仅支持各种数学运算，还可以绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python比Matlab所采用的脚本语言的应用范围更广泛，可以处理更多类型的文件和数据。 - 人工智能
当前最热工资最高的IT工作就是从事人工智能领域的工程师了。Python在人工智能大范畴领域内的机器学习、神经网络、深度学习等方面都是主流的编程语言，得到广泛的支持和应用。最流行的神经网络框架如Facebook的PyTorch和Google的TensorFlow都采用了Python语言。你不学Python, 你会用那些框架吗? - 自动化运维
这几乎是Python应用的自留地，作为运维工程师首选的编程语言。在很多操作系统里，Python是标准的系统组件。大多数Linux发行版和MacOSX都集成了Python，可以在终端下直接运行Python。Python标准库包含了多个调用操作系统功能的库。通过pywin32这个第三方软件包，Python能够访问Windows的COM服务及其它WindowsAPI。使用IronPython，Python程序能够直接调用.NetFramework。一般说来，Python编写的系统管理脚本在可读性、性能、代码重用度、扩展性几方面都优于普通的shell脚本。 - 云计算
Python的最强大之处在于模块化和灵活性，而构建云计算的平台的IasS服务的OpenStack就是采用Python的，云计算的其他服务也都是在IasS服务之上的。 - 网络编程
Python提供了丰富的模块支持sockets编程，能方便快速地开发分布式应用程序。很多大规模软件开发计划例如Zope，Mnet, BitTorrent和Google都在广泛地使用它。 - 游戏开发
很多游戏使用C++编写图形显示等高性能模块，而使用Python或者Lua编写游戏的逻辑、服务器。相较于Python，Lua的功能更简单、体积更小，然而Python则支持更多的特性和数据类型。Python的PyGame库也可用于直接开发一些简单游戏。
以上关于Python的应用转自知乎，原文链接；
学习资源推荐☟☟☟
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/199939.html原文链接：https://javaforall.net
