计算机是不能识别高级语言的，所以当我们运行一个高级语言程序时，需要有一个"翻译机"来把高级语言转换成计算机能读懂的机器语言，这个过程包括两个部分，编译和解释。
编译型语言在程序执行之前，会先通过编译器对程序进行一次编译的过程，把程序转变为机器语言，运行时直接执行。比如C语言。
解释型语言没有编译过程，在程序运行的时候，通过解释器对程序逐行做出解释，然后直接运行。比如Ruby。
总结：编译型语言再程序运行之前就已经对程序做出了翻译，所以一般运行时直接执行，效率比较高；当然也存在特殊的，有些解释型语言也可以通过解释器的优化来对程序翻译时做出优化，从而可在效率上超过编译语言。
Python是一种解释型，面向对象，动态数据类型的脚本编程的程序设计语言。
Python是从ABC数学语言的基础上发展而来的。添加了很多ABC没有的功能，还设计了很多丰富且强大的库，使用这种库可以把使用其他语言制作的各种模块轻松的连结再一起。
- 这里的库和模块，简单理解成一个个的源文件就行，每个文件中都包含可实现各种功能的方法（也可以称为函数）。
- 开源
- 语法简洁明了，容易上手。
：代码格式的要求没有那么严格，
举例子：
①Python不要求在每个语句的最后写分号，写与不写都可以。
②定义变量时不需要指明类型，甚至可以给同一个变量赋值不同类型的数据。
③和其他编程语言相比，实现同一个功能，Python语言的实现代码往往是最短的。- 属于高级语言
原因是封装比较深，屏蔽了很多底层细节。所以使用起来比较方便，但底层细节了解较少。- 标准库和第三方库众多，功能强大。
- 解释型语言，能跨平台
可移植性比较好。- 面向对象
既支持面向过程，也支持面向对象，更加灵活。- 可扩展
可以混合使用C、Java语言编写。
- 运行速度慢
解释型语言的通病。
一边运行一边"翻译"源代码，再加上封装比较深，很多底层工作比较消耗资源。- 代码加密困难
编译型语言的源代码会被编译成可执行的程序，python是直接运行源代码，因此对源代码加密比较困难。
python代码的编译结果就是pyCodeObject对象，
过程概述：
- 编写源代码（.py文件）。
- 将.py文件编译成字节码文件。
- 字节码虚拟机执行字节码指令。
字节码：
字节码在python虚拟机程序里对应的时pyCodeObject对象，.pyc文件是字节码在磁盘上的表现形式。
pyc文件：
pyCodeObject对象的创建时机是模块加载的时候，也就是import。
举例：
python test.py回对test.py进行编译成字节码并解释执行，但是不会生成test.pyc。
如果test.py加载了其他模块，如import util，python会对util.py进行编译成字节码，生成util.pyc，然后对字节码解释执行。
如果想生成test.pyc，可以使用python内置模块py_compile来编译。
加载模块时，如果同时存在.py和.pyc，python会尝试使用.pyc，如果.pyc的编译时间早于.py的修改时间，则重新编译.py并更新.pyc。
1、web开发
结合python、html、css、JavaScript、数据库等开发一个网站。
2、数据科学
包括机器学习、数据分析、数据可视化。
- 机器学习：人工智能、机器人、语言识别、图像识别、自然语言处理、专家系统等
- 数据分析/可视化：大数据分析。
3、网络爬虫（注：现在好像法律不允许，此概念仅供参考学习。）
又称网络蜘蛛，是指按照某种规则在网络上爬取所需内容的脚本程序。每个网页通常包含其他网页的入口，网络爬虫则通过一个网址依次进入其他网址获取所需内容。
爬虫领域，python是必不可少的一部分，它将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。
4、自动化运维
能够解决当下运维工作重复、繁杂的问题，让运维工作变的简单、快速、准确。
5、嵌入式应用开发
6、游戏开发
7、桌面应用开发
当然是分阶段有计划的去学习了，我的学习计划是：
图片来源地址
注：
文章中部分内容借用了他人的意见和思想，最终结合自己的理解整理而成。
