numpy是什么意思,python numpy是什么库

numpy是什么意思,python numpy是什么库详细介绍

本文目录一览： python numpy是什么库

NumPy是Python的一种开源的数值计算扩展，这种工具可以用来存储和处理大型矩阵，比如Python自身的嵌套列表结构要高效的多，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
NumPy提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理以及精密的运算库。专为进行严格的数字处理而产生，多为大型金融公司使用，以及核心的科学计算组织如：Lawrence
livermore、nasa用其处理一些本来使用C++，Fortran或matlab等所做的任务。
NumPy支持的数据类型比Python内置的数据类型要多很多，基本上可以和C语言的数据类型对应上，其中部分类型对应为Python内置的类型。
bool_：布尔型数据类型(true或false)
Int_：默认的整数类型(类似于C语言中的long，int32或int64)
Intc：与C的int类型一样，一般是int32或者int64
intp：用于索引的整数类型，类似于C的ssize_t
int8：字节(-128 to 127)
int16：整数(-32768 to 32767)
int32：整数(-2147483648 to 2147483647)
int64：整数(-9223372036854775808 to 9223372036854775807)
uint8：无符号整数(0 to 255)
uint16：无符号整数(0 to 65535)
uint32：无符号整数(0 to 4294967295)
uint64：无符号整数(0 to 13800709551615)
float_：float64 类型的简写
float16：半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32：单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64：双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_：complex128 类型的简写，即 128 位复数
complex64：复数，表示双 32 位浮点数(实数部分和虚数部分)
complex128：复数，表示双 64 位浮点数(实数部分和虚数部分)
Numpy库是一个专门用于科学计算和数值分析的Python插件。它提供了一种高效的多维数组对象，以及各种派生对象，用于数学函数的操作，并且能够高效地读写磁盘上的数据。
以下是Numpy库的重要特点：
1、快速的数组操作：numpy的核心是其数组对象，能够在Python中进行高效的操作。
2、丰富的科学计算库：Numpy是用于科学计算和数据分析的库，因此提供了大量高效的数学函数和算法，如线性代数、傅里叶变换、随机数生成等。
3、跨平台支持：numpy的代码可在多个操作系统和硬件上运行。
4、大规模数据集支持：numpy为大规模数据集处理提供了出色的支持。它可以处理多维度数据，支持数组的索引和切片，使得程序在处理大型跨越多个变量的数据集方面变得更加容易。
5、扩展库支持：numpy是一个支持丰富扩展库的库。许多其他的科学计算和数据分析工具都依赖于numpy库作为其基础。
在numpy库中，最重要的特点之一就是它的多维数组对象。这些对象被称为ndarray，是numpy库的核心数据结构。ndarray由两部分组成：由相同类型数据元素的N维数组与该数组相关的维度和形状。ndarray的维度和形状可以通过shape属性获得。ndarray类型的定义如下：
import numpy as np
arr = np.array([1,2,3,4,5]) #一维数组
print(arr)
#输出结果：
#[1 2 3 4 5]
可以看到，numpy数组的创建方式是通过Python列表的方式创建的。
NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了CPython的GIL（全局解释器锁），运行效率极好，是大量机器学习框架的基础库！
相关推荐：《Python基础教程》
NumPy的全名为Numeric Python，是一个开源的Python科学计算库，它包括：
·一个强大的N维数组对象ndrray；
·比较成熟的（广播）函数库；
·用于整合C/C++和Fortran代码的工具包；
·实用的线性代数、傅里叶变换和随机数生成函数。
NumPy的优点：
·对于同样的数值计算任务，使用NumPy要比直接编写Python代码便捷得多；
·NumPy中的数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构，且其能够提升的性能是与数组中的元素成比例的；
·NumPy的大部分代码都是用C语言写的，其底层算法在设计时就有着优异的性能，这使得NumPy比纯Python代码高效得多。
当然，NumPy也有其不足之处，由于NumPy使用内存映射文件以达到最优的数据读写性能，而内存的大小限制了其对TB级大文件的处理；此外，NumPy数组的通用性不及Python提供的list容器。因此，在科学计算之外的领域，NumPy的优势也就不那么明显。

Numpy基础20问

一言以蔽之，numpy是python中基于数组对象的科学计算库。
提炼关键字，可以得出numpy以下三大特点：
因为numpy是一个python库，所以使用python包管理工具pip或者conda都可以安装。
安装python后，打开cmd命令行，输入：
即可完成安装。
n维数组（ndarray）对象，是一系列 同类数据 的集合，可以进行索引、切片、迭代操作。
numpy中可以使用 array 函数创建数组:
判断一个数组是几维，主要是看它有几个轴（axis）。
一个轴表示一维数组，两个轴表示二维数组，以此类推。
每个轴都代表一个一维数组。
比如说，二维数组第一个轴里的每个元素都是一个一维数组，也就是第二个轴。
一维数组一个轴：
二维数组两个轴：
三维数组三个轴：
以此类推n维数组。
numpy中常用 array 函数创建数组，传入列表或元组即可。
创建一维数组，并指定数组类型为 int ：
创建二维数组：
还可以使用 arange 函数创建一维数字数组，用法类似python的 range 函数.
numpy的 random 模块用来创建随机数组。
random模块还有其他函数，这里不多说。
前面说到，数组维度即代表轴的数量。
我们可以通过数组（adarray）对象的ndim或shape属性，来查看轴的数量。
数组（ndarray）对象的 size 属性可以查看数组包含元素总数。
还可以通过 shape 属性返回元素的乘积，来计算数组元素数量。
Numpy支持的数据类型非常多，所以很适合做数值计算。 下面给出常见的数据类型：
数组（adarrry）对象提供 dtype 属性，用来查看数组类型。
前面说过，数组的 shape 属性返回一个元组，能够反映数组的形状，包括维度以及每个轴的元素数量。
那么如果给定一个数组，怎么改变其形状呢？
常用的方式有两种：
比如说我要将一个二维数组转换为三维数组。
reshape 方法可以传入整数或者元组形式的参数。
传入的参数和 shape 属性返回的元组的含义是一样的。
例如， x2.reshape(1,2,3) 是将二维数组转换成三维数组，参数个数代表要转换的维度，参数数字从左到右分别表示0轴、1轴、2轴的元素数量。
resize 方法和 reshape 方法使用形式一样，区别是 resize 方法改变了原始数组形状。
numpy一维数组的索引和切片操作类似python列表，这里不多讲。
比如说取一维数组前三个元素。
重点是对多维数组的索引和切片。
多维数组有多个轴，那么就需要对每个轴进行索引。
例如，三维数组形状为(x,y,z)，分别代表：0轴有x个元素、1轴有y个元素，2轴有z个元素。
对0、1、2轴进行索引，如果取o轴第2个元素、1轴第0个元素、2轴第3个元素，那么索引形式就为[2,0,3]。
切片也是同样道理。
如果取o轴前2个元素、1轴前1个元素、2轴后2个元素，那么切片形式就为[:2,:1,-2:]。
说到迭代，大家很容易想到直接对数组直接使用 for 循环操作，对于一维数组来说，当然是可以的。
但对于多维数组，迭代是相对于0轴完成的，就是多维数组最外层的那一维。
你没有办法直接遍历数组里每一个元素，嵌套循环又太低效。
这个时候就需要用到 flat 方法，它可以将多维数组平铺为一维的迭代器。
数组（ndarray）对象提供了ravel方法，用来将多维数组展开为一维数组。
广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对多个数组的算术运算通常在相应的元素上进行。
较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。
比如说一个一维数组乘以一个数字，相当于一维数组里每个元素都乘以这个数。
如果相同维度的数组进行运算，其shape相同，那么广播就是两个数组相同位数的元素进行运算。
如果两个数组维度不同，进行运算，这里就触发了广播的两个规则。
这两个规则保证了不同维度数组进行运算时，其维度自动调整成一致。
numpy提供了 transpose 函数用以对数组进行维度的调换，也就是转置操作。
转置后返回一个新数组。
当然，可以用更简单的方法。
数组对象提供了 T 方法，用于转置，同样会返回一个新数组。
numpy的 concatenate 函数用于沿指定轴连接相同形状的两个或多个数组。
numpy的 unique 函数用于去除数组中的重复元素，返回一个新数组。
unique 函数还能返回重复元素的索引、计数等信息，可去查文档自定义参数。
numpy文档
菜鸟教程

python中ge=num_x0010_是什么意思

将ge定义为数组。num就是函数numpy的缩写，numpy提供一个具有向量算术运算和复杂广播能力的多维数组对象，用于对数组数据进行快速运算的标准数学函数。numpy可以进行非常有用的线性代数，傅里叶变换和随机数操作。

import numpy as np是什么意思

意思是：导入NUMPY作为NP
拓展资料：
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matr
一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。
多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

python什么意思？

翻译为中文是蟒蛇的意思，但在互联网行业，Python是一种高级编程语言，由Guido van Rossum于1989年发明。它是一种解释型语言，具有简单易学、可读性强、语法简洁、面向对象、可扩展等特点，被广泛用于Web开发、数据科学、人工智能等领域。
在 Python 中，“python”是一个通用的缩写词，用于描述许多不同的事物，例如：
Python 编程语言：这是 Python 最为人所知的用途，它是一种面向对象的、解释型的编程语言，广泛应用于数据科学、人工智能、Web 开发等领域。
Python 机器人：这是一种使用 Python 编程语言编写的机器人，通常用于自动化和智能化任务，例如自动回复邮件、自动分类图像等。
Python 库：这是 Python 中的一种资源包，它们提供了可重用的代码和功能，可以简化编程任务，例如 NumPy、Pandas、Matplotlib 等。
Python 框架：这是一种使用 Python 编程语言和相关的库、工具和服务构建的软件框架，例如 Django、Flask、Django Rest Framework 等。
总的来说，“python”这个缩写词可以用于描述 Python 编程语言和相关的软件、工具和机器人等。

import numpy as np是什么意思？

意思是：导入NUMPY作为NP
拓展资料：
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matr
一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。
多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
这是使用的numpy模块中的随机函数。
1、numpy.ndarray.shape 返回一个数组维度的元组比如12345678import numpy as npx = np.array([1, 2])y = np.array([[1],[2]])print x.shapeprint y.shape>>>(2,)(2, 1)注：x[1,2]的shape值(2,)。
2、意思是一维数组，数组中有2个元素y[[1],[2]]的shape值是(2,1)，意思是一个二维数组，每个数组中有1个元素， from numpy import 然后就可以使用你的random.rand(4,4)了不过,不建议这样导入。
这是使用的numpy模块中的随机函数。
1、numpy.ndarray.shape 返回一个数组维度的元组比如12345678import numpy as npx = np.array([1, 2])y = np.array([[1],[2]])print x.shapeprint y.shape>>>(2,)(2, 1)注：x[1,2]的shape值(2,)。
2、意思是一维数组，数组中有2个元素y[[1],[2]]的shape值是(2,1)，意思是一个二维数组，每个数组中有1个元素， from numpy import 然后就可以使用你的random.rand(4,4)了不过,不建议这样导入。
拓展资料：NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
一个用python实现的科学计算包。包括：
1、一个强大的N维数组对象Array；
2、比较成熟的（广播）函数库；
3、用于整合C/C++和Fortran代码的工具包；
4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
参考资料：百度百科-numpy

python是什么意思

python能做什么?是什么意思?Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。Python是一款流行的计算机编程语言，具有简单、易学、免费、开源、可移植、可扩展、可嵌入以及面向对象等特点，拥有强大的库，简洁的几行代码即可实现强大的功能，应用范围广泛，可广泛应用于以下领域：1.Web开发最火的Pythonweb框架Django，支持异步高并发的Tornado框架，短小精悍的flask，bottle，Django官方的标语把Django定义为theframeworkforperfectionistwithdeadlines2.网络编程支持高并发的Twisted网络框架，py3引入的asyncio使异步编程变的非常简单3.爬虫开发爬虫领域，Python几乎是霸主地位，Scrapy/Request/BeautifuSoap/urllib等，想爬啥就爬啥4.云计算开发目前最火最知名的云计算框架就是OpenStack，Python现在的火，很大一部分就是因为云计算市场近几年的爆发5.人工智能MASA和Google早期大量使用Python，为什么Python积累了丰富的科学运算库，当AI时代来临后，Python从众多编程语言中脱颖而出，各种人工智能算法都基于Python编写，由其PyTorch之后，Python作为AI时代头牌语言的位置基本确立!6.自动化运维问问中国的每个运维人员，运维人员必须会的语言是什么?10个人详细会给你一个相同的答案，它的名字叫Python7.金融分析金融公司使用的很多分析程序、高频交易软件就是用的Python，目前，Python是金融分析、量化交易领域里用的最多的语言8.科学运算97年开始，NASA就在大量使用Python在进行各种复杂的科学运算，随着NumPy，SciPy，Matplotlib，Enthoughtlibrarys等众多程序库的开发，使得Python越来越适合做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛9.游戏开发在网络游戏开发中Python也有很多应用。相比LuaorC++，Python比Lua有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑，与Lua相比，Python更适合作为一种Host语言，即程序的入口点是在Python那一端会比较好，然后用C/C++在非常必要的时候写一些扩展。Python非常适合编写1万行以上的项目，而且能够很好的把网游项目的规模控制在10万行代码以内。10.桌面软件虽然大家很少使用桌面软件了，但是Python在图形界面开发上也很强大，你可以用tkinter/PyQT框架开发各种桌面软件!

python是什么意思？

Python是一种编程语言，由Guido van Rossum于1989年创造并于1991年首次发布。它被广泛用于数据科学、Web开发、机器学习、人工智能、科学计算等领域，具有简洁、易读、易学等特点。
Python是一种解释型语言，这意味着在编写Python代码时无需将其编译为可执行文件。相反，它使用解释器将源代码直接转换为机器码并运行。这使得Python代码易于调试和测试，并且让开发人员更加专注于代码的逻辑部分。
Python还拥有大量的第三方库和框架，可以方便地实现各种功能和应用。因此，它成为了许多程序员和科学家的首选编程语言之一。
Python是一种高级编程语言，被广泛应用于软件开发、数据分析、人工智能、科学计算、网络开发等领域。以下是关于Python的一些重要信息：
简单易学：Python采用清晰简洁的语法和结构，易于理解和学习，适合初学者入门编程。
开源和跨平台：Python是开源的，可以免费获取并进行修改和分发。它可在多个操作系统上运行，包括Windows、Linux和Mac。
大量的库和框架：Python拥有丰富的第三方库和框架，例如NumPy、Pandas、Matplotlib、Django、Flask等，这些库和框架提供了各种功能和工具，加快了开发过程。
多用途语言：Python可用于开发各种类型的应用程序，包括网站、桌面应用程序、数据分析、机器学习、自然语言处理等。它具有很大的灵活性和适应性。
强大的社区支持：Python拥有一个庞大活跃的开发者社区，提供了广泛的教程、文档和支持资源。这使得开发者能够快速解决问题并获得帮助。
在就业市场上，Python的需求持续增长。由于其易学性和多功能性，Python成为许多公司和组织的首选编程语言。以下是一些与Python相关的就业机会：
软件开发工程师：使用Python开发和维护应用程序和软件系统。
数据科学家：利用Python进行数据分析、建模和可视化，从大数据中提取有价值的信息。
机器学习工程师：使用Python的机器学习库（如Scikit-learn、TensorFlow、PyTorch）构建和训练机器学习模型。
网络开发工程师：使用Python的Web框架（如Django、Flask）开发和维护网站和Web应用程序。
自然语言处理工程师：使用Python进行文本分析、语义理解和机器翻译等任务。
自动化测试工程师：使用Python编写自动化测试脚本和工具，提高软件质量和效率。
总之，Python是一门强大且多用途的编程语言，具有广泛的就业机会。通过深入学习Python并结合特定领域的知识，可以在各种行业中找到就业机会。
python 中文就是蟒蛇的意思。
在计算机中，它是一种编程语言。
Python（英语发音：/?pa?θ?n/）, 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，它能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C++重写。
1发展历程编辑
自从20世纪90年代初Python语言诞生至今，它逐渐被广泛应用于处理系统管理任务和Web编程。Python[1] 已经成为最受欢迎的程序设计语言之一。2011年1月，它被TIOBE编程语言排行榜评为2010年度语言。自从2004年以后，python的使用率是呈线性增长[2] 。
由于Python语言的简洁、易读以及可扩展性，在国外用Python做科学计算的研究机构日益增多，一些知名大学
已经采用Python教授程序设计课程。例如卡耐基梅隆大学的编程基础和麻省理工学院的计算机科学及编程导论就使用Python语言讲授。众多开源的科学
计算软件包都提供了Python的调用接口，
例如著名的计算机视觉库OpenCV、三维可视化库VTK、医学图像处理库ITK。而Python专用的科学计算扩展库就更多了，例如如下3个十分经典的
科学计算扩展库：NumPy、SciPy和matplotlib，它们分别为Python提供了快速数组处理、数值运算以及绘图功能。因此Python语
言及其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序。
说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：
● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。
● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。
● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。
2产生
Python的创始人为Guido van Rossum。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC 语言的一种继承。之所以选中Python（大蟒蛇的意思）作为程序的名字，是因为他是一个叫Monty Python的喜剧团体的爱好者。
ABC是由Guido参加设计的一种教学语言。就Guido本人看来，ABC
这种语言非常优美和强大，是专门为非专业程序员设计的。但是ABC语言并没有成功，究其原因，Guido 认为是非开放造成的。Guido
决心在Python 中避免这一错误。同时，他还想实现在ABC 中闪现过但未曾实现的东西。
就这样，Python在Guido手中诞生了。可以说，Python是从ABC发展起来，主要受到了Modula-3（另一种相当优美且强大的语言，为小型团体所设计的）的影响。并且结合了Unix shell和C的习惯。
3风格
Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。
设计者开发时总的指导思想是，对于一个特定的问题，只要有一种最好的方法来解决就好了。这在由Tim
Peters写的Python格言（称为The Zen of Python）里面表述为：There should be one-- and
preferably only one --obvious way to do it. 这正好和Perl语言（另一种功能类似的高级动态语言）的中心思想TMTOWTDI（There's More Than One Way To Do It）完全相反。
Python的作者有意的设计限制性很强的语法，使得不好的编程习惯（例如if语句的下一行不向右缩进）都不能通过编译。其中很重要的一项就是Python的缩进规则。
一个和其他大多数语言（如C）的区别就是，一个模块的界限，完全是由每行的首字符在这一行的位置来决定的（而C语言
是用一对花括号{}来明确的定出模块的边界的，与字符的位置毫无关系）。这一点曾经引起过争议。因为自从C这类的语言诞生后，语言的语法含义与字符的排列
方式分离开来，曾经被认为是一种程序语言的进步。不过不可否认的是，通过强制程序员们缩进（包括if，for和函数定义等所有需要使用模块的地方），Python确实使得程序更加清晰和美观。
4设计定位
Python
的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。
Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝
花俏的语法，而选择明确的没有或者很少有歧义的语法。由于这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大
规模的软件开发。这些准则被称为Python格言。在Python解释器内运行import this可以获得完整的列表。
Python开发人员尽量避开不成熟或者不重要的优化。一些针对非重要部位的加快运行速度的补丁通常不会被合并到
Python内。所以很多人认为Python很慢。不过，根据二八定律，大多数程序对速度要求不高。在某些对运行速度要求很高的情况，Python设计师
倾向于使用JIT技术，或者用使用C/C++语言改写这部分程序。可用的JIT技术是PyPy。
Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计工具。
虽然Python可能被粗略地分类为“脚本语言”（script language），但实际上一些大规模软件开发计划例如Zope、Mnet及BitTorrent，Google也广泛地使用它。Python的支持者较喜欢称它为一种高级动态编程语言，原因是“脚本语言”泛指仅作简单程序设计任务的语言，如shellscript、VBScript等只能处理简单任务的编程语言，并不能与Python相提并论。
Python本身被设计为可扩充的。并非所有的特性和功能都集成到语言核心。Python提供了丰富的API和
工具，以便程序员能够轻松地使用C语言、C++、Cython来编写扩充模块。Python编译器本身也可以被集成到其它需要脚本语言的程序内。因此，很
多人还把Python作为一种“胶水语言”（glue
language）使用。使用Python将其他语言编写的程序进行集成和封装。在Google内部的很多项目，例如Google
Engine使用C++编写性能要求极高的部分，然后用Python或Java/Go调用相应的模块。《Python技术手册》的作者马特利（Alex
Martelli）说：“这很难讲，不过，2004 年，Python 已在 Google 内部使用，Google 召募许多 Python
高手，但在这之前就已决定使用Python，他们的目的是 Python where we can, C++ where we
must，在操控硬件的场合使用 C++，在快速开发时候使用 Python。”