Ⅰ python的作用
你不能算是菜鸟，很有潜力。
我原来是学习C++的。用了前后5-6年左右才熟悉了，精通了。后来互联网时代来了，我觉着java不好用，在研究了当时市面上的所有语言后选择了python，至今，用了10年了。这期间用java, .net，php, c++都做过项目。在学习python前，我也学习过其它的各种语言。甚至fortran和prolog. 还有些不知名的语言。
一个东西好不好，其实还是要自己在实践中的感受。也许今天觉着它好。几年后又觉着它不好。
python好不好，还在于自己的积累与感觉。如果你积累的多，游刃有余，会觉着它很好。从一般情况来看python是脚本语言之王，十年前是这样，十年后还是这样。
胶水是指，python借助C语言接口，几乎可以驱动所有已知的软件，模块。 只要我们用到的，通常你都能找到一个开源的库。安装后就可以驱动它。无论是数据库，网络，互联网，图形，游戏，科学计算，GUI，OA，自动控制，甚至宇航员都在用。
python通常不作为工程语言出现。就是正规的软件生产不使用它。主要用java, c#, xml, c。至于为什么，这是软件工程的需要。python不具有完整的语法检查。
python并不为特定目的而产生。虽然它更适用于系统维护。不过它就是一个通用的脚本语言。
从个人感觉来说，微软件东西，非常好，省心，一流的技术理念，开发工具是全世界最好的（没有之一）。不过，因为它只限于微软的平台，所以范围上大大打了折扣。 世界上最流行的服务器还是unix和linux。而不是windows。桌面操作系统最流行的是windows。不过在所有的平台上都有C语言，大部分平台，甚至手机平台都有python语言和它的执行环境。这是其它的所有语言，包括java几乎都很难做到的。
python严格说叫CPython，与C/c++有天然的融合性。这也是python强大的原因之一。在windows环境下可以使用ironpython，这个版本与vc可以结合的比较好。其它的平台可以使用eclipse，不过最好还是直接使用普通的文本编辑器。比较推荐的一个编辑器是sublime text2, geany, vi等。
python图形化编程不难。当然MFC也不难。我不认为MFC有多难。其实学习起来只是略难，但是这不是一个数量级的。MFC可以生产出非常强劲的界面。而python界面多属于简单的。
虚拟机可以跑linux，配置好就可以。也可以独立安装一个linux。也可以直接在windows下学习python。没有太多区别。建议你买一个200多元的树莓派，很好玩。安装的是linux操作系统。
IDLE是我初学，甚至几年中用得最多的。后来有了sublime才基本上不用它。idle只有一个缺点，就是有时候程序大了，输入键盘会有感觉延迟。
Ⅱ python调用c语言实现comtrade读取
在处理大量数据时，通过Python调用C语言实现COMTRADE读取可以显着提高效率。具体配置如下：
使用环境包括Python版本3.8和Visual Studio版本2017。相较于使用Python独立读取COMTRADE文件，C语言实现的读取方式表现出明显优势。
功能介绍主要集中在快速读取COMTRADE文件的512个通道在10秒内的数据。测试结果表明，C语言的读取效率远超Python，耗时仅1.3秒，而Python独立读取需20-30秒，使用python自带的pyComtrade模块则需要200-300秒。这使得C语言在处理大规模数据时更显卓越。
接下来是C语言读取DAT文件的代码示例，该代码旨在高效读取COMTRADE文件的数据。
Python代码方面，通过调用C语言编写的函数，可以实现COMTRADE文件的快速解析。这一过程不仅提升了数据处理速度，也节省了计算资源，是处理大规模数据时的优选方案。
Ⅲ python调用c语言动态库dll/.so中的函数的参数是结构体的问题
java源自C++，C++源自C语言....
各有优点呀，不知道要怎么回答了，或许楼主是搞C语言的吧，这些语言都各有特点呀...
首先应该清晰，Java是由C++发展而来的，他保留了c++的大部分内容，类似于c++，
但句法更清晰，规模更小，更易学。他是在对多种程式设计语言进行了深入细致研究的
基础上，据弃了其他语言的不足之处，从根本上解决了c++的固有缺陷，而产生的一种
新的完全方面向对象的语言。
Java和c++的相似之处多于不同之处，但两种语言问几处主要的不同使得Java更容易
学习，并且编程环境更为简单。
因篇幅所限，这里不能完全列出不同之处，仅列出比较显着的差别：
1．指针
Java无指针，并且增添了自动的内存管理功能，从而有效地防
止了c／c++语言中指针操作失误，如指针悬空所造成的系统崩溃。
比w操作返回一对象的引用，类似于c++中的引用；在c++中，
new返回一个对象的指针。在Java中无指针，不会遇见下面这样的
语句：
Mywork?＞Mywork();
没有指针的程式无法访问不属于他的内存，消除了在c++
中?些常见的错误，这有利于Java程式的安全。
2．多重继承
c++支持多重继承，这是c++的一个特征，他允许多父类派
生一个类。尽管多重继承功能非常强，但使用复杂，而且会引起许多麻
烦，编译程式实现他也非常不容易。Java不支持多重继承，但允许一个
类继承多个接口(界面)，实现了c++多重继承的功能，又避免了c++的
许多缺陷。
Ⅳ 在python中如何调用PCSC中的接口
你找个工具将这个接口API，自动转换成python版本的就可以了。好象是SWIG和Boost。 这两个以前看过，偶尔还试过几次。之所以建议你用自动工具，就是因为python对于C++扩展麻烦些，对知橘于C语言接口可以使用ctypes和cython简单解决。不过C++如果用这些方法有时候被很麻烦。
boost在linux里会经常用到，在windows下也可以使用。SWIG在一般的教程里都会提及到。SIP也是最近出名的。
下面是一些参考资料，搜索来的。
=== 使用工具进行扩展 ===
虽然扩展过程并不陪码复杂，但也可以使用许多已知的工具简化扩展过程。
(1) SWIG
由David Beazley创建，是一个自动的扩展构造工具。它读入注释的C/C++头文件，为python、tcl、perl等多种脚本语言产生wrap代码。SWIG可以包装大量C++特性到Python的扩展模块中。
评价：swig简单，可以支持多种脚本文件，但支持的c++特性不完备。
(2) SIP
由Phil Thompson创建，是一个C++模块构造器，专门为C++的类创造wrapper。它曾经被用于创建PyQt和PyKDE扩展模块，因此比较出名。
评价：支持C++特征很齐全，但比较复杂。
(3) bgen
该工具被包含在标准Python发布包中的模块构建工具集里，由Jack Jansen维护。它用于产生在Macintosh版本可用的Python扩展模块。
(4) pyfort
由Paul bois创建，用来产生Fortran语言生成的扩展模块。
(5) cxx
也由Paul Dubois创建，是一个库，为Python的C++扩展提供了友好的API。Cxx允许将许多python对象（如list和tuple）使用到STL的运算中。库也提供了C++异常处理到python异常处理的转化。
(6) WrapPy
由Greg Couch创建，通过读入C++头文件来产生扩展模块。
(7) Boost Python Library
由David Abrahams创建。该库提供了更多与众不同的C++ wrap到python扩展中，而只需要对要扩展的C++类写很少的附加信息。
评价：Boost为C++提供了许多实用的库，如Regex（正则表达式库）、Graph（图组件和算法）、concept check（检查泛型编程中的concept）、Thread（可移植的C++多线程库）、Python（把C++类和函数映射到Python之中）、Pool（内存池管理）等等。
Boost总体来说是实用价值很高，质量很高的库。并且强调对跨平台的支持。但是Boost中也有很多是实验性质的东西，在实际的开发中实用需芦猛哪要谨慎。
boost.python支持的c++特性较多，但是比较复杂。
Ⅳ python支持C语言语法吗
支持C语言语法，但要你自己实现语法分析器。python的模块导入机制中，可以自定义一些动作，以支持不同语法的导入。
但一般情况没有必要这样做，python语法已经够好了，没有必要改成C语法。
CPython就是用C语言开发的python平台。
还有Jyphon是用JAva实现的Python。
还有一个更牛PyPy是用python实现的python。据说用pypy实现的服务器可以支持同时连接100万个客户端。
Ⅵ Python C语言API教程（一、用C写一个Python包）
Python的C语言API教程（一：实践入门）
Python的C语言API在提升程序性能和实现跨平台适配方面发挥着关键作用。通过官方API，开发者可以直接操作Python解释器的底层，绕过Python的GIL限制，达到加速效果，如cython和codon等工具相比，C语言API更为直接有效。
Python的C语言API还支持本地化适配，例如PyQT库，它根据操作系统和硬件调整图形界面。在机器学习框架TensorFlow这类需要底层优化和硬件适配的场景中，C语言API更是不可或缺。
理解C语言API有助于深入学习CPython，因为Python的执行实际上就是调用C语言API。Python源码阅读者会发现，熟悉API有助于解析CPython的内部工作原理。
要进行Python的C开发，首先需要配置环境。Windows用户需安装Visual Studio Build Tools，选择Python开发和C++桌面开发工作负荷。Mac/Linux用户则需安装Python开发包（如GCC）和调试工具（如Windows的Visual Studio自带工具或Mac/Linux的GDB）。
接下来，我们将通过实例创建一个简单的Python扩展模块datetimecpy，模拟官方datetime模块。我们从编写Python调用代码开始，然后用C语言实现，包括头文件引入、定义now方法、注册方法、模块定义、以及将模块嵌入到Python解释器中。
通过本章，你将掌握创建C扩展模块的基础步骤。在后续章节，我们将深入讲解PyObject对象及其在C语言API中的应用。