从C++转到Python三年,总结一下这段时间取得的进展-电子发烧友网

很多人都说用 Python 编程十分简单，即便是 6 岁的小孩也可轻松学会。我自己最开始使用 Python 编程时也这样认为。那时我作为全职软件开发人员已有 4 年时间，主要在 Linux 平台上基于 QT 库进行 C++ 编程。但是，我最初使用 Python 时编写了很多糟糕的代码。

如今，我已经从 C++ 转到 Python 三年了，我觉得自己有必要总结一下这段时间取得的进展。回顾这段经历，不仅是我的主要编程语言发生了变化，此外，我的工作环境以及我对代码的思考方式也发生了变化。

在本文中，我将主要分享自己的经验，而不会详细描述 C++ 和 Python 之间的细节和差异，因为网上已经有了许多它们的对比文章。我希望这篇文章对于像我一样有着类似经历的人有所帮助。

C++ 像深潜，Python 像浮潜

使用 C++ 就像深浅一样，你可以潜入大海深处探索其神奇的奥秘和美丽，但这需要大量的学习和练习，但总的来说，你所覆盖的面积不会太大。

而Python 则更像浮潜，你只需把头伸进水里，就可以看到美丽的景色，但你无法继续深入。你只能继续在浅水区游动，可以轻而易举地游很远，覆盖很大的海面。从这个描述可以清楚地看出，每种语言都应该在正确的地点和时间使用。

深入 C++

C++ 非常严格，它会对你的错误进行严厉的惩罚。在你的编码过程中，几乎很难避免段错误。因此，使用 C++ 编程需要开发者深入了解计算机、编译器和编程语言。随着学习过程的深入，你可以看到很多美好的东西，比如编译过程和内存管理。

作为一名 C++ 程序员，我需要密切关注各种语法。我需要对内存的分配和释放了如指掌。程序的依赖性更少，因为我喜欢对自己所写代码内部发生的事情有所了解。如果使用太多其他人的库，可能会不太可靠，出错之后很麻烦，并且可能会破坏你的内存使用量。

我习惯使用 Vim 来编程，此外会搭配很多插件，比如用于调试的 GDB 和用于分析程序内存使用情况和错误的 Valgrind。我自己编写 Makefile 然后用 g++ 编译代码。

那时的自己并不觉得 IDE 益处很大，我宁可放慢速度也不会让自己失去对代码的掌控。现在回想起来，我确实非常依赖编译器来查找类型错误。

在 Python 中浅泳

从 C++ 切换到 Python 时，你需要学习的第一件事就是要学会放手：在 Python 中你很难知道程序的内部机制，不知道内存如何被分配和释放。你还会经常使用其他人编写的代码，这些代码将打包到库中，因为它们可以节省你的时间并帮助你更快地编写代码。这并不意味着你需要编写速度慢且依赖于未维护和非功能库的代码，但重点肯定是不同的。

当我开始用 Python 编写代码时，我首先按照 C++ 的思路来编程 Python 代码。这当然可行，但我并没有发挥出 Python 的优势。当我开始以更 “Pythonic” 的方式编程并开始使用库以及更高级的概念（比如生成器、装饰器和上下文）时，我的 Python 编程技能才得到显著的提升。

作为一名 Python 开发人员，我遇到问题时首先会看看有没有现成的库可以解决该问题。Python 拥有丰富的库生态系统及其社区。这些丰富和庞大的库几乎涵盖了所有领域。我经常使用的库有：用于数值计算的 NumPy、计算机视觉库 OpenCV、用来读取 JSON 文件的 JSON、用于科学计算的 SciPy以及 SQLite3 数据库。

我最常使用的 IDE 是带有 IdeaVim 插件的 PyCharm。这是一款功能非常强大的调试器，它比默认的 Python 调试器 pdb 更好用。我使用 pip 来安装我所需要的库。除非我真的需要，否则我不再监视我程序的内存使用情况。

一些实用的技巧

如果你是一名 C++ 开发人员，并且考虑开始使用 Python 编程，以下是我的一下小建议：

改掉旧习惯

不要把 C++ 编译器当调试器用。不要过度优化内存使用情况。避免编写类似 C++ 风格的代码。无论如何，尽量不要依赖类型。

培养新习惯

善用 Python 库。编写 Pythonic 代码（但不要过度）。保持可读性。使用更复杂的概念，比如生成器、装饰器、上下文。试试 PyCharm。

使用 C++ 和 Python 公共库

某些 C++ 库（如 OpenCV 和 QT）具有 Python 接口。很容易在 Python 中使用相同的库，而不是从头开始学习新的库。

根据应用场景选择恰当的编程语言

有时 Python 太慢或者不适合某类任务。此时就该 C++ 出马了。在 Python 中使用 C++ 代码的方法很多，有 SIP、ctypes 等方式。

总结