python 编程 编译器与解释器(入门)

简介: 本章将介绍编译器和解释器的作用

一.为什么会有编译器和解释器


1.编译器/解释器


①区别编辑器和编译器    编辑器的作用:用于写代码的工具



Python(高级语言)例如:吃了吗您内。     我们可以容易看懂的语言


机器语言(二进制)例如:00100110。      计算机可以看懂的语言


在Python输出吃饭了吗,计算机无法听懂他只能识别0,1为了使其能交流


因此需要一个翻译的东西,这便诞生了编译器和解析器。


二.编辑器和解释器介绍


1.编译器/解释器:高级语言与机器语言的翻译官


2.都是将翻译成机器可以执行的二进制码,只不过在运行原理和翻译过程有不同而已


三.编译器和解释器区别


1.通俗解释


                 编译器  如同自热火锅,整体资源整合 速度快


                 解释器  如同海底捞火锅,需要一点一点放资源材料  速度较慢


2.专业解释


①编译器:先整体编译再执行


编译方式:运行速度快,但是任何小的改动都需要整体重新编译。可以脱离编译环境运行。代表语言是C语言。


②解释器:边解释边执行


解释方式:运行速度慢,但部分改动不需要整体重新编译。不可脱离解释器环境运行。代表语言是Python语言。


四.Python解释器种类


1.CPython 官方版本解释器。这个解释器用于C语言开发的,所有叫CPython。CPython 是使用最广的 Python解释器。


2.IPython 基于CPython 之上的一个交互解释器,在交互方式上有所增强,执行Python 代码的功能和CPython 是完全一样的。


3.PyPy 一个追求执行速度的Python解释器。采用JIT技术,对Python代码进行动态编译(不是解释),可以提高Python代码的执行速度。(了解)


4.JYthon 运行在Java平台上的Python解释器,可以直接把Python代码编译成Java字节码执行


5.IronPython 和Jython类似,只不过IronPython是运行在微软.Net平台上的Python解释器,可以直接把Python 代码编译成.Net的字节码。


五.python运行机制



图片.png

图片.png


解释器:自带库,内置方法 不需要考虑


当写代码时需要内置模块 通过解释器调库→执行→返回结果输出到解释器




目录
相关文章
|
26天前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
230 7
|
2月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
286 1
|
2月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
261 102
|
26天前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
156 3
|
26天前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
354 3
|
1月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
Python API接口实战指南:从入门到精通
|
1月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
238 3
|
1月前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
408 1
|
27天前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
201 0
|
2月前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
170 5

推荐镜像

更多