理論上，python的確比C/C++慢（我對Java的開發沒有經驗，無法評論）。這一點不用質疑。 C/C++是編繹語言，直接使用的是機器指令，而python總是跑在的虛擬機器上， 把一個邏輯直接轉換為機器指令，和把同樣的邏輯轉換為位元組碼，然後再轉換為機器碼來執行相比， 總是要高上一大截，這一點，有各種各樣的效能報告，我沒有必要，也沒有必要去做出這樣一個報告來， 我記得大概的數值是一到兩個數量級，用C++的話來說，這就是所謂的抽象懲罰。

        但實踐上，並非這麼簡單。 現實開發者領域，總是新手遠多於高手，而從新手轉為高手的時間相比，C/C++使用者花費的時間要比Python使用者多的多，保守的估計是5~10倍。

        這有兩方面原因，一方面， C/C++（尤其是C++）的確是“博大精深”，而且總是有無窮無盡的細節，如果你是一個真正的開發者，你就會明白，實際上，就完全精通C/C++編繹器的選項，就足夠學兩門python了（一點都不誇張，我遇到很多做兩三年的C++開發者，遇到一個編譯或者連結問題都一籌莫展），而編繹器僅僅是C++開發過程中的最後一環而已，你可以不懂，但你總得要花時間去弄懂，因為，作為一個開發者，這是每天都要面對的問題，否則你給別人一個什麼東西，象python一樣，給個原始檔？：）等你搞懂了指標，搞懂了陣列，你還得搞懂指標與陣列之間微妙的關係，等你搞懂了引用，你又不得不搞清引用與指標的區別，等你弄清了static 不同的用法，你又得明白vector<vector<string>> 與vector<vector<string> > 是不一樣的，儘管只是小小一個空格，然後呢？學習STL（不要告訴我你在C++直接不用STL開發應用），實際上STL對於現實應用來說，太差強人意了，如要你常做字元處理，你就明白我說的是什麼了，然後Boost?然後...，終於有一天，你可以開始真正做應用了，一年過去了？：） 另一方面，C++的開發經歷絕對是充滿荊棘和驚喜，以及沮喪，等你達到C/C++的自由王國，你一定是身經百戰，但腦袋中還是有一個弦在緊繃，因為，一不留神，你就又得沒日沒夜的與奇妙的錯誤作戰，這就是C++的開發感受。而且，C/C++的編碼風格問題，一直是開發中充滿爭議的問題，我見過太多的關於風格問題的，毫無意義的爭吵，但是很極少見到最終哪一種風格會令人每個人信服。

       說說python吧，學習過程是這樣的，資料型別是如此面向問題，沒有了令人討論的unsigned , short , long,這種這輩子我都不願弄懂的修飾， 型別連同支援的操作是如此的易懂，一旦你明白了，從Sequence / Mapping緯上看問題，很容易區分list與dict，一旦你明白了Imutable與mutable的意義，你就很容易猜到，tuple與list ,set與frozenset, 的不同方法，一旦明白了list 的inplace-op與string的 non-inplace-op實現，就很容易猜到方法的使用方式，另一方面，符合現實問題的邏輯表示式，通用的len， 簡潔的 a, b = b,a,讓你覺得一切井然有序，而且簡單明晰。強大而廣泛且標準庫，都把問題與實現的距離接近到了可以動手的距離。語法中相當部分約束，減少了不必要語言風格爭論（私下認為，那怕是一個最難看的固定語法都比臨時去決策如何去用來的好），這也加速了開發的步伐，況且還有一個風格標準建議在PEP中。

　　現實中，我不相信一個三個月或六個月的應用專案，使用python會比使用C++/C開發出來的系統慢。因為，開發者總是人， 擁有同樣開發年限的C++/C程式設計師與python程式設計師對語言精通的程式是截然不同的，特別情況下，python程式設計師是已經真正進入了經驗積累期，而可能C++/C程式設計師才剛剛有了開發的感覺。如果可以做這樣一個實驗，真實的情況，可能是這樣的，python開發者，早就完成系統測試，著手進行效能的優化，考慮使用C/C++替換部分效能的瓶頸，而C/C++程式可能為整合測試的不完整在正在惴惴不安，訊號是，由於程式設計師的技能問題，專案可能要延期。

附：python與c語言執行效率對比

      Python是個非常流行的解釋型指令碼語言。C是一個非常流行的編譯語言。由於其編譯的性質，導致C一般比Python要快，但是它是更底層的。相對的，Python程式設計更加快速和簡單。譯者注：在目前最權威的TIOBE程式語言排行榜上，Python和C語言分處榜上第6和第2的高位，在指令碼語言和編譯語言中分別坐著第二把交椅（第一把交椅分別是PHP和Java）。     問題在於，Python程式（在沒有輸入的情況下）執行時所額外花費的時間相對C而言是否更加划算，以及執行時所用的時間是否比程式設計時間更加重要。     系統程式     我決定建立一個簡單的程式，該程式可以處理以下公式的計算：     { x + y = 14     { x^2 + y^2 = 100     我很快用Python寫了一遍，找到了答案。然後，我將其翻譯成C語言。我知道，在C語言中的同一程式會花費比Python更多一些的程式碼，但是這並非是我所注意的問題。在繼續之前，讓我們看看程式碼：     Python:     x = 1     while x <= 14:     y = 14 - x     print str(x) + "|" + str(y)     if x**2 + y**2 == 100:     print "match"     x = x + 1     C:     #include (<)stdio.h(>)     int main()     {     int x, y, t;     for (x = 1; x <= 14; x++) {     y = 14 - x;     printf("%d|%d\n", x, y);     if ((x*x) + (y*y) == 100)     printf("match\n");     }     return 0;     }     我總是聽說C語言永遠是最快的語言之一。在命令埠執行這兩個程式，我並沒看出這兩個的執行速度有任何差別。所以我開啟Ubuntu的命令埠，並輸入如下程式碼：     time ./a.out     （time指令，緊跟著可以脫離time指令而單獨執行的普通指令，執行指令並計時——很明顯，這裡的測試物件是C程式。）我得到0.001秒real time（真實用時），而user time（使用者用時）和system time（系統用時）都是0。     接下來是Python：     time python system.py     結果有些嚇人：0.017秒real time，0.012秒user time，0.004秒system time。     當然了，real time的差別畢竟只有16毫秒，不過在長時間執行大量運算的大系統下這個差別就很明顯了。     百萬程式     我決定將這個設想付諸現實。我寫了另一個程式，這個程式將0到1000000之間的所有整數，包括0，依次print輸出。當然這和我之前提到的大量運算的情況還是不同的，不過還是給了計算機比較多一些需要print的內容。     Python:     i = 0     while i (<) 1000000 print i     i = i + 1     C:     #include (<)stdio.h(>)     int main ()     {     int i;     for (i = 0; i <>     printf ("%d\n", i);     return 0;     }     然後是測試結果：     C:     real 0m24.625s     user 0m0.652s     sys 0m2.240s     Python:     real 0m29.805s     user 0m1.984s     sys 0m1.812s 結論     我承認，每個語言都有其優勢和弱點。但從以上結果看來，我只會在像上面這些小程式這樣快捷的程式設計中，或為C程式建立原型的時候才會用Python，而在執行花費時間更重要的任務中，我無疑會選擇C語言。

    譯者：其實這篇文章中用於測試的程式編寫的不是很嚴謹。在原部落格上，這篇文章有不少評論都表示說，雖然他們承認C是比較快，但是這樣的測試方法並沒有充分利用兩種語言的效率最優化機制。不過，具體測試是否準確並非是我所關注的。重點是，一個Java程式設計師，或者一個C程式設計師，或者別的什麼語言的開發人員，在怎樣的情況下，怎樣的職業需求，會促使他們學習並使用新的語言呢？