过来人：用了几天学完了Python，我发现了新世界

2005年中期，用了几天学完了Python，随后两天用了十几个小时写了编译原理的课程设计，这是我大学阶段所有课程设计里唯一没有延期的。

后来逐渐发现Python的简单可以把我的思想从编程语言的细节里解放出来，更关注实际要解决的问题。

就喜欢上了。

既然有人点赞，就再补充点。

很多人关注起Python就是因为简单易懂，做Web很方便。但在深入CS学科的很多高级主题时，Python能发挥出更加强大无比的力量。而这来自于Python是个好胶水。

坦白讲，Python不算最好的胶水，至少Lua做胶水就比Python好，API好用。但Python再算上强大的标准库、数据结构、友好的转义后，就脱颖而出了。

在科学计算领域，NumPy和SciPy的存在解放了很多人的思想束缚。其底层C模块，性能一流。

而当你需要一流的性能与一流的可调试性时，Python C模块是最好的选择。封装虽然有些麻烦，但封装后可以在Python里调用实在太方便。一些已有的C/C++应用也可以通过将函数封装给Python调用，而极大的降低调试难度，提升单元测试覆盖率。

2007年时我开始学Python的C模块编程，并在博客中放出了我的笔记。那时写了不少东西。封装libpcap后，做网络抓包，通信劫持，使得别人眼里，我俨然是个正经黑客。后来迷恋erlang期间，做了C node的Python封装，使得Python与Erlang可以互发消息，组建集群。搞硬件开发期间，封装了Cubieboard和RaspberryPi的GPIO、SPI等众多外设的Python接口，调试速度快到了云边。

做USB通信期间，因为PyUSB不支持isochronous通信而自己重写了个libusb的Python封装，使得USB编程不再困难。做音视频识别的日子里，做了v4l2的Python封装，使得操作摄像头的控制精度达到了最高。

相比于其他人，用上这些Python封装后，迭代速度数十倍的提高带来了系统进化速度的极大提高。比如我在音视频识别的研究期间，因为NumPy和我自己的封装，每天动则十几次甚至几十次的迭代，优化算法的各种参数。使得我在不到两年时间里，识别效果就超过可某大学教授12年的研究成果。识别速度更是超出对方两个数量级。

对于各个领域的研究者，我是真心推荐Python的。用上NumPy和SciPy，你就拥有了极致的性能，顶级的可调式性，和产品级的稳定性。而这也使得Python的这套组合成为科学计算领域唯一能与matlab竞争的选择。

因为软件工程发展到今天，很多时候代码的可读性，开发的速度，后期的维护难度，已经成为了语言最大的价值之一。还有很重要的一点就是，比起其它语言，要写很烂很烂的python，还是比较难的。

－ Python和自然语言十分相近： 编写容易，维护容易，开发迅速

－ 语言本身力量强大且高效：开发迅速，编写容易

－ 有多种多样第三方库，各种直译器：开发迅速，编写容易， 效率不低

－ 有一定群众基础和编写标准（pep8 etc）：开发迅速，debug容易，社区支持.

小平同志说："社会主义的本质是解放生产力"，而Python就是一门可以解放程序员生产力的语言。

Python简单，所以学起来快，有编程经验的程序员一周就能上手Python。

Python强大，Python能做的事情从Web开发、科学计算、机器学习、数据分析挖掘、量化交易、网络爬虫，大到航空项目，真不是在吹牛。

Python库多，没有哪一门语言的第三方库比得上Python，各种领域的库都有，你无需再把时间浪费在造轮子上。

Python表达能力强，没有拖泥带水，有自己的Pythonic编程风格，所以开发效率高。

Python免费，任何人、组织、机构都可以免费使用Python，不像Java那么商业化，这也是为什么Google还要和Oracle纠缠不清打官司的原因。

--------------分割线--------------------

有人说，Python慢，who care? 用C来解决真正的性能问题

有人说，Python不适合大项目，Instagram、Youtube不够大？那是因为视野不够大

有人说，Python是弱类型语言，我想你要表达的是它是动态语言

有人说，Python太分裂，python2、python3、(python4？)，python提供了six做兼容，任何有历史的语言都躲不过兼容问题，因为世界变化太快。