Python环境搭建相关概念

一环境

1. 开发环境：编写代码开发需求的环境

2. 测试环境：测试运行项目保证项目功能正常的环境

3. 生产环境：工作在网络上提供真实服务的环境

二解释器

概念：Python中代码解释运行的软件工具

1语言分类

• 编译型语言：
  执行过程：先编译源代码，得到目标文件后，直接运行
  优点：编译到目标文件后，执行效率非常高
  缺点：编译得到的目标文件，不跨平台，如果需要其他平台上的执行文件，需要重新编译
  代表性语言：C语言
• 解释性语言
  执行过程：解释器直接解释源代码，解释一行执行一行
  优点：代码编写一次，可以跨平台到处运行
  缺点：边解释边运行，执行效率较慢
  代表性语言：Python, JavaScript
• 编译解释性语言
  执行过程：编译器先编译源代码，得到目标文件后，由解释器解释执行目标文件
  优点：代码编写一次，可以跨平台到处运行
  缺点：系统资源消耗较大
  代表性语言：Java

2常见的解释器

CPython

当 从Python官方网站下载并安装好Python后，就直接获得了一个官方版本的解释器：Cpython，这个解释器是用C语言开发的，所以叫 CPython，在命名行下运行python，就是启动CPython解释器，CPython是使用最广的Python解释器。

IPython

IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的，好比很多国产浏览器虽然外观不同，但内核其实是调用了IE。

PyPy

PyPy是另一个Python解释器，它的目标是执行速度，PyPy采用JIT技术，对Python代码进行动态编译，所以可以显著提高Python代码的执行速度。

Jython

Jython是运行在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。

IronPython

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。

在Python的解释器中，使用广泛的是CPython，对于Python的编译，除了可以采用以上解释器进行编译外，技术高超的开发者还可以按照自己的需求自行编写Python解释器来执行Python代码，十分的方便！