大家好，今天小编关注到一个比较有意思的话题，就是关于python学习看书太慢的问题，于是小编就整理了2个相关介绍Python学习看书太慢的解答，让我们一起看看吧。
Python到底有多慢？
快慢都是相对的……对于绝大多数不求甚解的快餐小白来说，用什么样的编程语言也掩饰不了写出来的代码有多菜，连基本的正确性都未必有保障，就更不用指望什么效率了。
而且对于绝大部分白手起家的业务来说，等你的真实业务，已经真的挑战到了今天某种意义下python语言的性能极限，恐怕很多时候社区也早就进化出了超越这个极限的新技术。甚至可能届时作为一个成功的规模化的业务，你也早就从运营上不在意两种语言平台导致的成本差异。
所以，技术选型不必过早考虑或拘泥于性能，只要是主流社区生态所支持的编程语言，挑一个自己趁手的、团队学习成本低、参考资料丰富、应用案例丰富的就好。就算真有一把小李飞刀摆在面前，对普通人来说也只能切水果罢了，还说不定因为刀太快割破了手……
其实如果是性能要求不高的应用的话，快慢表现得不会太明显。举个例子吧，原来大学期间毕设需要对多点之间路径选择顺序进行优化，查阅多方资料后决定使用蚁群算法选出最优路径。尴尬点就在这个蚁群算法里发生了。
首先用的10个坐标点模拟城市的位置，因为平时使用Python比较多一点也较为熟悉，所以首当其冲的选择了Python作为实现蚁群算法的编程语言，但是在第一次运行时差点就等睡着了。猜猜有多久，6分钟多，这就是效率(运行速度)的可怕之处。总不能在毕设答辩里让答辩老师等6分钟来选个最优路径，恐怕是要被挂呀。所以后来蚁群算法这一块使用c语言进行了优化，运算出结果不到1分钟。没有对比就没有伤害，经历了这件事后，我深深的体会到了Python执行效率的可怕之处。
但是作为一门简洁易懂的解释性语言，抛去了指针等复杂的内容，使开发者将更多的注意力集中于解决问题的方法或思路上，而不是编程语言的技术本身上。所以在这些优点的支撑下也可以原谅它的执行效率。
有可能有人有疑问为什么C语言、Java语言的执行效率都比Python高呢，其实这和一门语言的底层代码有关系。C语言是对汇编语言的二次开发，而J***a大部分是对c和c++的二次开发，然而我们的Python则可以分为两种情况，一种是cpython,另一种是jpython分别是对c和J***a的二次开发，所以效率低于这两种语言不言而喻的。原来看到消息称，为解决Python的效率问题，官方打算重新开发Python的底层代码，最近也没有看到相关消息，毕竟这个工作量非常巨大。
哈，python总是被人在意的是性能和线程问题。
说实在的，只有你把代码写好了，才有对比性能的要求。还有主要得看业务，一个小说网站需要的性能是python决定的吗？根本就是服务器和带宽来决定的。
如果交互操作多，系统的实时性要求高，对系统执行效率要求高，图形图像绘制复杂的话，建议用C++。但如果是实验性程序，需要用很多高级的科学计算库，程序处理实时性不高的话，建议用Python。Python的精髓是有强大而其它语言不可比拟的科学计算程序包。诸如机器学习、统计等程序包。c++的精髓是程序执行效率高，程序灵活，人机交互设计，数据库操作，复杂图形绘制处理方面都很适用。J***a的精髓是web设计，手机app，跨平台的服务器处理。一句话，用什么语言看需求而定。
谢邀。有博主做过测试，几种语言下Python[_a***_]比较慢的，具体我们来看看。
因工作需要，学过几门编程语言，有些时候需要关注程序的运行速度问题，所以特意测试了几门语言的性能。
CPU: i3-2120 @3.3GHz
RAM: 16GB
OS: Win7 64bit sp1
测试程序：
测试的程序包含循环，函数调用，逻辑比较，数学运算，字符串处理等
最近这几天在学python，总感觉学的很别扭，应该怎么学？
即使像我这样20年的程序员，每次学习新语言总会有就天不适感，哈哈，别想歪，其实你的问题主要在于貌似知道了，其实根本不通，练得少了建议你先去刷题的网站刷题，这样会让你很快熟悉常用的api
到此，以上就是小编对于python学习看书太慢的问题就介绍到这了，希望介绍关于python学习看书太慢的2点解答对大家有用。
