大家好，今天小编关注到一个比较有意思的话题，就是关于python编程难题的问题，于是小编就整理了3个相关介绍Python编程难题的解答，让我们一起看看吧。
PYTHON真的不适合游戏开发吗？游戏全都用像Python这种解释型语言写，对开发出的游戏有什么影响？
不好编译。
python本身是解释性语言，那就还得来个解释器，解释器本身相当于一个虚拟机，会带来执行效率的问题，而且优化起来想要优化底层之前还得先优化一下虚拟机，为什么不选择直接优化底层的方式要添加一层呢？
使用python的好处是简单易懂，好上手，但是这两点都不是游戏开发需要的，特别是大型游戏，他们希望的是开发本身流程固定，而且具有明显的优化点，不然光是压榨优化性能这一块，可能就要花去和开发差不多的时间了。
先把后果写出来：速度慢，功耗大。
速度慢。我之前写过一个功能一模一样的搜索算法，在100w个数中找出最大的50个，并且排序最后打印出时间，c语言比python语言的执行速度相差1000多倍，可见解释型语言的执行速度之慢。
功耗大。语言更多的执行时间就意味着功耗cpu语言提供很多的指令周期，功耗显而易见。
解释型语言和编译型语言的区别。使用编译器对编译语言编译后生成elf或者bin文件是计算机可以直接执行的，而解释型语言不需要编译器，它是通过解释器在程序运行时实时解释执行。这就是为什么解释型（python）语言慢的原因。
感谢邀请！
Python是否适合开发游戏？
1、任何语言都可以开发游戏，任何方便好用的语言都可以快速开发游戏。Python很好用，没理由不能开发游戏。
2、现代游戏开发，不能从画像素点、画三角形做起，绝大多数情况下都要借助于游戏引擎和编辑器。而流行的游戏引擎非常有限，它们***用的编程语言自然也就被限制在那几种。
从两个角度分析，就可以得出基本结论：理论上Python完全可以开发游戏，甚至还非常好用；但是实践中很难拿它开发游戏，因为缺乏必要的工具和基础设施。
1、编程语言和引擎、技术方案有绑定关系
游戏引擎限定了技术方案，具体点说：
一套技术会形成一套生态，生态本身很难发生大的改变，主要是因为缺乏改变的必要。这是人类社会常见的现象。不仅是技术领域如此，其它领域也是一样：比如，抖音用户超级多，但是用电脑观看抖音的需求很少。
2、现代游戏开发并不排斥解释型语言
Python是否适合游戏开发？
对于一般游戏，用许多语言都可以开发，当然包括Python语言！
对于大型网络游戏，一般不是一种语言能完成的，通常需要好几种语言共同完成。
为什么不用一种语言完整完成一个大型游戏呢？因为不用语言有不同的优缺点，有各自擅长的地方！
python已经开发出许多优秀的游戏，可以自行搜索一下。当然也有许多游戏不是用Python开发的，这都是非常正常的现象！
Python最初是以大数据人工智能为见长，而迅速流行开来！后期就扩散到各行各业！
开发任何项目，不需要局限于语言，重点需要关注算法！
用解释型语言写有几个问题：
- 源代码没法保密了，所有的加密与收费手段基本都黄了，所以顶多拿来开发免费的小游戏。没有收益就没有人愿意投入，这是资本决定的。
- 运行速度，解释型语言就算优化的再厉害，还是要经过解释这一步，所以与硬件的交互中间多了一道CPU的计算，而很多动态效果是要直接去显卡计算的，所以帧速很难上去，你会玩一卡一卡的游戏吗？这是客户决定的，客户用脚投票，我要玩流畅的游戏，所以没市场，落到后面资本家赚不到钱，所以依然不会选这个。
- 解释型语言的优势是可移植性高，就是一段代码放到那都可以运行，但这点游戏需要吗？好像也需要的，这点可以节约出不少开发成本，但C好好像也可以的喔，虽然移值成本要高点。
python不适合开发的领域？
VNPY作为C++底层为主的量化交易系列产品，***用C++底层开发，可以大幅都降低Python策略开发的工作，VNPY在PYTHON应用层复制了整个底层的东西，比较适合作为PYTHON[_a***_]去扩展。
由于底层C++部分，避免了单进程python的GIL锁问题， 在此架构上还可以***用无锁队列获得的更高的***驱动后的并发性能。VNPY是属于高性能的C++架构。
稍有阅历的程序员都知道，Python不适合做大项目。
谁否认这一点，谁就是不科学。从就事论事的角度来看，多行情接入，多市场套利时，速度要求较高，尤其是异步IO的问题可以大幅度提高响应时间。
python编程到底好不好学？
首先，答案是肯定的，Python语言还是比较好学的。
语法简单易学是Python语言一个重要的特点，学习Python语言也几乎不需要任何基础，所以Python也是少儿编程的常见编程语言之一。
Python语言是典型的函数式语言与面向对象语言的结合体，所以编写Python代码会非常灵活，也非常直接，想用什么功能直接写就可以了，这与Java这样的纯面向对象语言还是有较大区别的，也许这也是Python语言比较受程序员欢迎的原因，因为没有人愿意复杂。Python语言比较简单还体现在丰富的“库”上，Python为各个常见的开发领域都准备了丰富的库，只要把这些库导进来就可以方便的使用。
虽然Python语言简单易学，但是Python语言的应用领域却比较广泛，语言生态也相对比较健全。目前Python语言在Web开发、大数据开发（数据分析）、人工智能开发（机器学习、计算机视觉、自然语言处理）、嵌入式开发等领域均有广泛的应用，相信随着大数据和人工智能的不断发展，未来Python语言的发展空间还是非常广阔的。
当然，***用Python语言也可以写出非常复杂的程序，尤其在人工智能领域，***用Python来完成算法实现的过程还是相对比较复杂的。不少开发团队把算法设计和算法实现进行了分离，从事算法实现的工程师往往需要通过Python等语言来实现算法设计师的设计方案，这个过程往往还是具有一定难度的，而且要求算法实现工程师也要具备扎实的算法基础。当然，目前不少团队的算法工程师既要完成算法设计，也需要完成算法实现，而且这似乎是目前一个发展趋势。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！
到此，以上就是小编对于python编程难题的问题就介绍到这了，希望介绍关于python编程难题的3点解答对大家有用。
