发表日期：2019-03-03
高级程序员的自白：我是如何从 C++ “叛逃”到 Python 的
—— 还记得之前说的《对编程语言就不能“从一而终”》吗？今天要跟大家分享的是一个程序员的跨语言经历。
作者：asya f
还记得之前说的《对编程语言就不能“从一而终”》吗？今天要跟大家分享的是一个程序员的跨语言经历。
介绍
有人说，用 Python 写代码实在太简单了，就连 6 岁小孩子都能搞定。是啊，我刚开始转用 Python 编程的时候，心里也是这么认为的。毕竟，我那时已经是有 4 年 C++ 编程经验的全职程序员，而且主要是在 Linux 下用 QT 库进行编程的。然而，我始料未及的是，我一开始差点搞砸了。
差不多 3 年前，我下定决心从 C++ 转到 Python。现在回想起来，这段经历可不仅仅是换个编程语言这么简单。它彻底地改变了我的工作环境，也改变了我思考代码的方式。因此，我要借此机会，回顾一下我这三年的经历和成果，也算对自己的人生有一个阶段性总结。
别担心，我不会给你长篇大论什么“两种语言的区别”之类的技术问题，这类文章网上到处都是，我就不再重复了。我只是希望分享我自己的一些经验，希望给遇到类似问题的读者带来一点点启发。
如果 C++ 是深潜，那 Python 就是浮潜
从某种意义上说，使用 C++ 就像是深潜进入神秘的魔法海洋——它充满梦幻，但需要更多的知识和练习才能达成，同时，就算你成功进行了一两次深潜，你能覆盖到的面也不大。另一方面，Python 就像是浮潜，你只要戴好面罩，把脑袋扎进水里，就能看到清澈明亮的海底——然而，你很难再潜入更深的底层，你更多地在浅海里游泳，能轻松接触到很大一片范围。
从这种对比来看，很明显，每种语言都有它独特的长处，必须用在正确的时间和地点，才能发挥最大的效果。
C++: 不畏艰险勇探深海
相对而言，C++ 对程序员的要求更加严格，它会对你的错误报以更严厉的惩罚。如果你连一次段错误都没碰到过，那么你根本算不上用过 C++。所以，它需要你对计算机、编译器和编程语言有更深入的了解。当你潜到足够深的时候，你才能真正看到那些美丽而神秘的“魔法”，并被它们所打动。没错，我说的就是编译过程和内存管理。
作为一名 C++ 程序员，我更关心代码语法的细微调整和一些特殊案例的细节。我必须保证自己总是知道该在哪里分配内存，以及何时释放内存。我的程序基本上都是我自己独立完成的，因为我希望自己清楚代码中发生了什么。一个主要原因是，其他人写的代码往往不太可靠，更容易出错，并且可能会弄爆你的内存。
我日常使用的编程工具是：装了许多插件的 Vim 用来写代码，GDB 用来调试，而 Valgrind 用来分析内存使用情况和捕捉错误。我用 g++ 来编译， Makefiles 也是自己写。在那时候，我并不喜欢 IDE，觉得它们没什么用处，只是会让各种过程变慢，影响我掌控我的代码。回想起来，那时我相当依赖编译器来排查可能发生的类型错误。
Python: 马尔代夫浮潜之旅
转换到 Python 时，你要学会的第一件事就是如何放手——你并不知道底层发生了什么，不知道内存如何被分配和释放，而且这完全 OK。此外，你还被鼓励使用由其他人编写的代码，这些代码将打包到库中，因为它可以节省你的时间，帮助你更快地编写出复杂的功能。这并不意味着你只能编写那些像蜗牛一样慢的代码，或是不得不依赖一些缺乏维护、功能不全的库，重点完全不在这里。
当我刚开始用 Python 的时候，我写的最早的几个程序基本上相当于把 C++ 代码换下语法就喂给 Python 解释器。有意思的是，它们确实能跑，只不过我没有利用好 Python 语言的特性罢了。后来，我逐步开始写一些更加“Python 风格”的代码，试着利用现有的库，以及用上了许多更高级的特性——比如生成器、装饰器和上下文管理等。那时候，我才感受到 Python 的威力。
如今，作为 Python 程序员，我倾向于使用能直接解决问题的库来完成手头的任务。Python 拥有丰富的第三方库生态系统，以及支持它们的社区。基本上，对于任何可能的任务，都有对应的库存在。以下是我每天使用的一些方便的库：用于数字计算的 NumPy，用于计算机视觉的 OpenCV，用于读取 json 文件的 json，用于科学计算的 SciPy，用于处理数据库的 sqlite3。简直棒呆了。
现在，我每天必备的工具是 PyCharm （没错，是个 IDE），装了 IdeaVim 插件，以便符合我原来的习惯。它是一个功能强大的调试器，它比默认的 Python 调试器 pdb 更友好。我还使用 pip 包管理工具来安装我需要的库。现在，除非我真的需要，我不再需要监视我的内存使用情况啦。
一些有用的小建议
如果你是个 C++ 程序员，而且有考虑开始用 Python 写代码，我有一些建议给你：
- 抛弃旧的习惯 ——别再用 C++ 编译器当调试器，无需过度优化内存使用，避免写出 C++ 风格的代码，并且无论如何，尽量不要依赖类型。
- 养成新的习惯 ——试着使用现有的库，写一些 Python 风格的代码（但也别用的过火了），保持良好的可读性，使用一些更高级的概念，比如生成器/装饰器/上下文等，以及，试试 PyCharm。
- 采用一些 C++ 和 Python 共有的库 ——有些 C++ 库，比如 OpenCV 和 QT 等，也都有 Python 接口。如果你在 Python 里也用这些你已经用熟悉了的库，那会比从头学一个完全陌生的库简单得多。
- 别忘记了自己的初衷 ——有的时候，Python 的速度太慢，或者并不适合完成某个目标的时候，别为了用 Python 而用 Python，是时候拿出你的 C++ 技术了。而且，有许多办法（比如
SIP和ctypes等）可以让你在 Python 里调用你的 C++ 代码，别犹豫，放手干吧。
结语
不管其他人怎么说，切换到一门不同的编程语言，尤其是与你原来的习惯完全不同的语言，并不是件容易的事。你必须花时间去学习、去挖掘、去发现。但最重要的是，要明白你改变的不仅仅是语言，还有你的编码风格和工作方法。
祝你好运！以及，如果你对这方面有你的想法，欢迎留言分享！
（本文已投稿给「优达学城」。 原作： asya f 编译：欧剃 转载请保留此信息）
编译来源： https://medium.freecodecamp.org/how-i-went-from-c-to-python-a-conceptual-change-8bf29d059428
标签：Udacity、Python、Translate、C++