python通过-学习分享 | 通过C++python的对比，帮你快速入门python

一、前言

对于只接触过静态语言，而从未使用过动态语言的人来说，第一次看到的语法可能会大为惊叹。不用申明变量类型？不用等老半天编译完成就能直接运行？不用小心的维护指针？还不用写文件？是的,都不用！接下来我就对比下C++与，并进行的快速入门。

二、编译器vs解释器

C++是静态语言，需要编译器将代码翻译成CPU可以直接执行的二进制机器码，因为变量类型，变量所占空间已经被代码的编写者或编译器明确的计算出来翻译成二进制的机器指令，所有CPU只需要无脑的执行二进制机器指令就完成工作。

而对于这种动态语言来说，代码运行离不开解释器。代码被执行时，解释器会读取一句代码,然后翻译一句并输入到CPU中进行执行并获得执行结果。因为解释器执行每一句代码时都能获取之前代码的执行结果，所以解释器完全可以自己计算/推导当前所处理变量的类型，所占用空间大小并为其分配空间。所以这样的执行流程，速度必然比不上编译成二进制包C++。每一句代码执行都和解释器强耦合，每执行一句代码，都要推断变量类型，计算所占内存空间，而这些任务C++在编译器编译阶段已经完成了，这也是静态语言一般比动态语言快的原因（之前我有段图像处理代码改用C++重写后速度提升10倍左右）。

另外提一句，C++一旦编译成二进制包后，就不再需要编译器了，把二进制包直接复制到其他机器也能运行，而想要在其他机器上运行就必须要安装解释器。

三、包管理器

对于只会C/C++的人来说，甚可能连C++也有包管理器都不知道，vcpkg，因为确实不好用（个人觉得）甚至还不如手动下载。说到学习，第一个学hello word，第二个可能就是pip 了，pip是的包管理器，包管理器的存在充分践行拿来主义，不要重复造轮子的原则；举个例子，比如你想用扩展卡尔曼算法来实现一个功能，而自己又写不出来，这时打开搜索引擎输入 ekf pip，第二个就是别人已经给你封装好的算法

点开第二个

然后打开终端，运行pip , 等待安装完成，想要使用这个包，你不需要像C++样需要修改文件来保证编译通过，而是在代码中直接就行了 (类似于C++ ), 这样你就”学会了写”扩展卡尔曼算法了。

import numpy as np
from filterpy.kalman import KalmanFilter

另外，你可能注意到PyPI这个网站，它是的官方软件包仓库；组织，个人只要遵循对应的协议都能向PyPI提交自己制作的软件包。

语法对比（上为C++，下为）

int a = 0;
float b = 0;
std::string c = "abc";
//等价于
int a = 0; float b = 0; std::string c = "abc";

a = 0
b = 0
c = "abc"
# 错误， 无法运行
a = 0  b = 0  c = "ab

while (true)
{
  // doSomething 1
}
//w doSomething 2

while True 
# doSomething 1 
# doSomething 1

#include 

# 更加符合直觉
x = {"one" : 1, "two" : 2}

std::vector strs{"a", "c", "d"};
std::vector ints{1,2,3}; 
// 追加 
ints.push_back(4); 
// 翻转
#include  
std::reverse(begin(ints), end(ints));

strs = ["a", "c", "d"] 
ints = [1,2,3]
# 追加 
ints.append(4) 
# 翻转
x = reversed(ints) 
# or
y = x[::-1]

bool print_(std::string str) 
{ 
    std::cout << str << std::endl; 
    return true; 
}

def print_(str) 
print(str)
return True

int count = 1;
Class Abc
{
public:
     ABC(){};
     void print(){
           std::cout << count << std::endl;
           // 等价于 std::cout <count << std::endl;
           // 打印为 10
           std::cout << ::count << std::endl;
           // 打印为 1, 显示指定全局作用域下的count
     }
     int count = 10;
     static int s_var;
};
Abc::s_var = 11;

int count = 1
class Abc()
       s_var = 11 # 等价于c++类静态成员
       def __init__(self):
            self.count  = 10
       def print(self): # 必须显示指定self
            print(count) # 打印为1
            print(self.count) # 打印为10

四、结尾

属于动态语⾔，语法简单，⽣态极其完善，可以进⾏快速的算法可⾏性验证，⽽不像 C/C +废了⽼半天的⼒⽓将算法实现，最后却发现算法不可⾏，试错成本太⾼。由于的 特性，被运⽤于数据分析等这类需要实时看到结果的任务，各种算法的前期开发，以及 不需要追求速度⼯作中。的缺点有假多线程，运⾏速度慢，软件分发⼏乎开源等，⼯程上前期使用开发的项目，后期可能会使用C++重写以加速程序。事实上像出名软件包numpy, , 等包核⼼功能都是C/C++写的，⽽只是调⽤这些⼆进制包进⾏计算⽽已；这也可以 叫，C/C++混合编程,实现⻥与熊掌兼得。

admin永久会员

打赏 收藏 海报 链接