Python在编程领域的占有率一直处于稳步上升之中，根据***的数据，Python排名第六，以这样的发展趋势，想必Python一定也不会比C、C++和JAVA这一类的编程语言逊色多少，下面讲解下Python编写技巧问题。
Python是我见到过的语言中，在易用性和速度上结合的最***的一个，通过丧失一点点经常可以忽略不计的运行速度从而获得更高的编程效率，这就是我选择Python的原因。把精力放在要解决的问题上选择一种合适的语言，才能让你把有限的精力放到最需要解决的问题上。不同的语言有不同的作用，C和汇编适合编写系统软件。
如果用它们来编写企业应用，恐怕没几个人能得心应手。我以前就碰到一个用汇编写数据库程序的哥，虽然最基本的功能完成了。但要增加个报表预览什么的，他就没法应付了。聪明的程序员是用合适的工具去完成任务，想找一把***钥匙是不太可能的。
Python的自动的垃圾回收机制是高级的编程语言的一种基本特性，用拥有这一功能的语言编程，程序员们通常不用去关心内存泄漏的问题，而当我们用C/C++写程序时，这却是最重要的需要认真考虑却又很容易出错的问题之一。
数据结构是程序构成的重要部分，链表、树、图这些在用C编程时需要仔细表达的问题在Python中简单了很多。在Python中。最基本的数据结构就是数组、序列和哈希表，用它们想要表达各种常见的数据结构是非常容易的。没了定义指针、分配内存的任务，编程变得有趣了。
CORBA是一种高级的软件体系结构，它是语言无关平台无关的。C++、Java等语言都有CORBA绑定，但与它们相比，Python的CORBA绑定却容易很多，因为在程序员看来，一个CORBA的类和Python的类用起来以及实现起来并没有什么差别。
没了复杂体系结构的困扰，用Python编写CORBA程序也变得容易了。好钢要用在刀刃上，要想用有限的时间完成尽量多的任务，就要把各种无关的问题抛弃，而Python恰恰提供了这种方法。
跨平台又易扩展
随着Linux的不断成熟，越来越多的人转到Linux平台上工作，软件的开发者自然就希望自己编写的软件可以在所有平台下运行。Java一次编写处处运行的口号使它成为跨平台的开发工具的典范。
但其运行速度却不被人们看好。实际上，几乎所有的著名脚本语言都是跨平台的，Python也不例外。Python不仅支持各种Linux/Unix系统，还支持Windows，甚至在Palm上都可以运行Python的程序。
一个程序想要跨平台工作，不仅仅需要语言本身能够做到在平台之间兼容，在图形化界面的时代，还需要有能跨平台工作的Widget。Python不仅支持老一些的TK，还支持新的GTK+、QT以及wxWidget，而这些Widgets都可以在多个平台上工作。通过它们，程序员就可以编写出漂亮的跨平台GUI程序。
Python通常是运行在native代码与脚本代码之间，程序员可以用C/C++为Python编写各种各样的模块，这不仅可以让程序员以Python的方式使用系统的各种服务及用C/C++编写的优秀函数库和类库，还可以大幅度提高Python程序的速度。
用C/C++编写Python的模块并不复杂，而且为了简化这一工作，人们还制作了不少工具用来协助这一工作。正是因为如此，现在各种常用的函数库和类库都有Python语言的绑定，用Python可以做到的事情越来越多了。
Python功能强大，但它却不是***的。如果你要编写操作系统或驱动程序，很显然，Python是做不到的。要写软件。没有哪个工具是***的，现在之所以有那么多的编程语言，就是因为不同的语言适合做不同的事情。因此，选择适合自己的语言工具是最重要的。
通常认为，Python是一种解释性的语言，但是这种说法是不正确的，实际上，Python在执行时，首先会将.py文件中的源代码编译成Python的byte code（字节码）然后再由Python Virtual Machine来执行这些编译好的byte code。这种机制的基本思想跟Java，.NET是一致的然而，Python Virtual Machine与Java或.NET的Virtual Machine不同的是，Python的Virtual Machine是一种更高级的Virtual Machine。
这里的高级并不是通常意义上的高级，不是说Python的Virtual Machine比Java或.NET的功能更强大，而是说和Java 或.NET相比，Python的Virtual Machine距离真实机器的距离更远。或者可以这么说，Python编写的Virtual Machine是一种抽象层次更高的Virtual Machine。
【编辑推荐】
