编写一个python程序来计算字符串中的字符_Python基础试题

一、语言特性谈谈对 Python 和其他语言的区别

Python是面向对象的、解释型、高级编程语言。由Guido van Rossum在1991年创建。Python的设计理念就是强调代码的可读性。Python2.0在2000年发布，Python3.0在2008年发布。在Python中使用import this可以查看Python之禅。随着数据科学、人工智能、机器学习等学科的发展，Python无疑成了当下最热门的编程语言，没有之一。各种编程语言的对比是编程界经久不衰的话题，Python常常用来和R语言做对比，尤其是在数据科学领域。这儿就结合本人使用的亲身体验来比较一下Python和R。

首先作为科研人员和数据工作者，R语言是使用情况上来说，要比Python更加广泛。周围大大多数人也通常使用R，而不是Python。本人虽然平时也尝试写一些Python代码，但是主流的工作语言还是R。可以说“Python是爱好，R是工作”。当然，各个领域的使用情况可能不同。在科研领域，面对的主要对象是数据，包括对数据的整理和清洗，数据的分析等，而R语言自出生就流淌着统计的血液，在统计分析上具有先天优势。另外，广大科研人员并不关注语言是不是面对对象，他们反而觉得面向过程更简单一些。而且数据分析通常不会涉及太多代码的重用性，也不会太关注代码的效率(除非是写工具用)。

R语言在处理数据框(表)类型的东西上，更具优势。尤其是很多R包，比如data.table，tidyr，dplyr等等，还有%>%管道符号，在处理数据表上简直就是神器。虽然Python也有pandas等之类的模块，但是使用起来显然不如R语言灵活好用。另外，R语言在画图上也有很大优势，很灵活，尤其是ggplot2包，以及搭配各种配色，作出的图可以直接放在论文中的。

所以，可以看到R语言在数据清理筛选 -> 统计分析 -> 结果作图上都比Python具有优势，对于普通的科研人员来说，这些就够了，所以在这个意义上R语言要比Python好用很多。

当然，Python在处理非数据框(表)类型的数据时，比R语言更方便。尤其是处理字符串，Python特别好用，R相比就显得笨拙一些。此外，Python中的生成式也非常灵活方便。

另外，在面向对象而言，R语言也加入了一些S3,S4等类型，但是，就本人而言，R的S3和S4显得晦涩，很难以让人理解。Python中的类就显得很简洁了。简述解释型和编译型编程语言

我们通常用的计算机变成语言都是高级语言，高级语言有助于人类对语言的理解，很多单词数字等等，都是人类可以直接读懂的。但是，高级语言对计算机来说却是天书，计算机能够读懂的只有1和0，也就是我们常说的机器语言。为了让计算机能够读懂人类的高级编程语言，就需要一个转化，或者叫做翻译，将高级语言翻译机器语言【除非有大神可以直接用0和1来编写程序？】。这个翻译过程就是编译器或者解释器。那么编译器和解释器有什么区别？

1)解释器：每次翻译一个语句；分析高级语言源代码较快，但是执行代码较慢；通常没有中间对象产生，不占用额外的内存；逐行翻译，直到遇到错误，终止执行，所以比较容易定位错误，方便识别改进bug; 每次运行都依赖于源代码

2)编译器：在运行程序时，会将整个源代码读入，并全部一次性翻译成机器语言；需要很长时间去分析源代码，但是一旦翻译完成，执行会很快；在编译过程中通常会产生中间文件，需要占用其他内存空间；定位识别错误相对较难；编译完成之后，不必再依赖于源代码；典型的编译型语言有C/C++.

举一个简单的例子：你要学做一样菜，如果你是按照解释器去做，那么你会：看一眼菜谱，操作一步，然后在看一眼菜谱，再做下一步，以此类推，直到看完全部菜谱，然后完成做菜。而如果按照编译型语言去做，你会：首先花大量时间研究菜谱，弄清了做菜的每一步，烂熟于胸，然后开始做菜，这时就可以把菜谱扔到一边了，完全按照自己记忆中的步骤来做。所以，按照编译型语言的形式去做菜，一旦学会就会很看，不用每次都看菜谱，也可以避免“欲练此功，必先自宫，如不自宫，也可成功”的情况发生。

但是，说到具体的语言，必须要先强调一下，编译型还是解释型并不是一个语言本省的属性，它只是语言执行的一种属性而已。只不过，很多时候我们用的语言只是通过其中的一种方式执行，我们习惯于称之为该语言为解释型语言或者编译型语言。比如C语言，我们通常是通过C编译器来编译执行的，但是实际上C语言也可以解释执行。其次，编译并不意味着直接编译成机器语言，广义的来讲，编译是把一种语言翻译成另一种语言。比如Java编译器，并不是直接将源代码直接翻译成二进制的机器语言，而仅仅是使用javac编译器将源代码编译成了Java字节码，然后将该字节码放入到Java虚拟机JVM中等待执行。在执行的时候，由JIT编译器将字节码解释成机器语言。

扩展一下，关于安卓软件的执行方式是一个很有意思的问题，很好的展示了理解编译执行和解释执行。在安卓5.0之前，安卓软件的执行是彻底的解释型执行，边解释边运行，所以，解释型语言的弱点就凸显出来了，慢！和IOS的软件比起来，差距太大了。其后，安卓开始放弃使用边解释边执行的方式，在安装软件的时候将源代码全部一股脑的编译成字节码，这样这执行的时候，速度就快了很多。但是问题是，软件安装需要进行对全部代码进行编译，非常费时，安装一个安卓软件要花好多时间，而且相对于源代码，字节码文件要大很多，占用大量空间。在安卓7.0之后，安卓采用了一个折中的策略，并不对软件所有部分进行编译，而仅仅是对常用部分进行编译，提升了运行效率，同时也节省了一定的存储空间。但是相比于IOS的软件，安卓软件仍然显得慢一些。IOS直接把源代码编译成了机器码(这也是为什么IOS的软件通常比对应的安卓软肩大一些)，相当于编译了一次，而安卓软件则要编译两次。现在火热的华为方舟编译器，似乎想按照IOS的方式，将安卓软件在用户下载安装之前直接编译成机器码，这肯定对提升安卓软件的运行速度有大大提升。通过安卓软件的发展史，可以很清楚看到编译型执行和解释型执行的优缺点。

具体到Python语言，虽然我们称之为解释型语言，但它也编译的过程。和Java类似，Python也会将源代码首先编译成Python字节码。只不过我们平时使用Python的时候很少注意到编译过程。即便是在交互环境性运行Python语句，也是要先编译成字节码，只不过这些字节码仅存在于内存中，执行结束变释放掉。但当我们导入(执行)一个Python文件时，你会在对应的文件夹下面发现一些.pyc的文件生成，这个就是Python编译的字节码文件。

参考：https://www.programiz.com/article/difference-compiler-interpr