⑴ 请问，用python作web有什么弊端,这些弊端需要通过什么技术来解决
性能比较差，出现bug难以调试
⑵ Python有什么缺点呢
1. - 运行速度慢，因为Python是解释型语言，是一种高级语言，代码会在执行的时候，一行一行的使用解释器翻译成底层代码，翻译成机器码，而这个过程非常耗时，所以他运行过程中，比很多语言的代码都慢了很多。
- 线程不能利用多CPU，这是Python最大的确定，GIL即全局解释器锁（Global Interpreter Lock），是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在Linux上为pthread，在Windows上为Win thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，所以禁止多线程的并行执行。
Python的优缺点可以看看传智播客的社区，里面很多技术老师写的相关文章。并且有学习线路图适合小白学习，每个板块下面都有配套视频。
⑶ Python 有什么缺点
python的整个系统，我其实有非常多的不满。但是用任何一门语言都是取舍问题，如果有一门语言，库够多，已读，易用，性能高，我毫不犹豫立刻转过去。python的强处在于庞大的库，还有非常好的易读和易用性。但是相比来说，性能一直是个问题。python的实现性能大约和C相差五倍上下。如果是大规模计算问题，大约能差10倍以上。当然，我们可以写C扩展，但是这就不是使用python了。我们也可以说，很多时候我们不需要这么快的速度。这是个事实，但是不改变python性能差的事实。 python不但性能差，还有GIL这个玩意。以至于我现在对高并发计算都采取多进程的模式。多进程模式的通讯效率肯定比多线程低，而且麻烦。
另外，python在底层设计上，也表现出很强的实用主义倾向。这是比较外交术语的词汇，更加直白的说法应当是，混乱，不知所谓。在闭包设计上采用free variable设计，而不是lisp中的environs设计。区别？你试试看在外层闭包中from lib import *。由于引入不定个数名称，free variable无法处理。类似的问题还有LEGB规则，新手往往要花很长时间研究这个例子究竟是怎么错的： a = 1 def f(): print a a = 2 我勒个去，这种反直观反人类的事情都有，还敢说自己易读。
还有坑爹的元编程，这东西根本是坑爹中的坑爹货。如果你用过多重继承，大概就知道python的整个OO系统看起来根本是大型的仿真，到处都是乱糟糟的。C++怎么解决多重继承的？你最好别用（真心说，这可比python更加坑爹）。java怎么解决多重继承的，只能继承Interface。其实这是变相的变成了Interface-Implement模式。python怎么解决的？MRO！为什麽一个类加个__metaclass__就会改变性质啊，为什麽一个类去生成另一个类的写法是——我基本不记得了，反正web.py里面有用到，需要的话去炒栗子吧。为什麽方法要隐藏居然要改名字加__啊。你到底是在做OO还是在看起来像OO的东西上狂打补丁啊魂淡。
lambda表达式弱智。我和人讨论过，lambda是否是图灵完备的。结论还是完备的，不过需要借助Y combinator。何必呢？由于强调lambda的快速特性，因此将lambda强制在一行以内（没有结束标记），导致python其实是没有匿名函数的。一个callback数组写的难过死。
语法糖太多了点，当然，这是纯粹的个人感觉。语法糖是把双刃剑，用的好，可以简化编写和阅读，但是太多，往往容易引入语法混乱和额外的约束。
另外，语言的自构建特性混乱。虽说不是每门语言都强调自构建特性，但是通常而言，都是使用C实现一个内核，由内核实现一些基础操作。再由基础操作实现更复杂的操作。每层的边界都是比较清晰的。谁来告诉我，python中有多少库在移植时是由纯python实现的？库的相互依赖层级是？
python的沙盒化也是个问题，如果沙盒做的够好，我完全可以把python作为一个客户级别的平台。用C写一个很简单的类似浏览器的东西，下载一个URL的python包回去运行（或者仅仅检查更新）。从而保证本地效果/跨平台/安全性。现在？一个都保证不了。我连把一个python包转移到另一台同构设备上都很麻烦（如果两者不是严格匹配，例如系统差异，系统版本差异）无论是web开发还是移动终端开发都必须走传统模式。
⑷ 做为一个宽客，应该选择Matlab还是Python呢各有什么利弊
我平时工作都是写python, 我的毕业设计是MATLAB。我是写Java Web入行的
1. Python免费，MATLAB收费。
2. 以前MATLAB比较擅长的有大量矩阵和向量的数值计算,但是效率不一定最高。
Python也有非常丰富的数学数字的库。效率还可以。大部分工作Python都可以完成
3. Python学起来入门比较低，写起来方便。MATLAB反正我学的时候觉得比Python难
4. 使用人数，Python远高于MATLAB，有问题的时候很容易检索到解决方案。
主要还是看你自己的需求吧。推荐使用Python。nostmabole手打望采纳
⑸ 做为一个宽客,应该选择Matlab还是Python呢各有什么利弊
我自己曾经把一个策略框架用Matlab和Python同时写了一遍。
Matlab的优点是数据格式规范，工具包调用简单，包之间完全不存在相互冲突。
Python的优点在于我能较方便的写出一个可以独立运行的GUI，而且数据读取、处理更顺手。基本都是胶水语言的优点。
而且，该框架Python的运行速度比Matlab快五倍左右（粗略估计）。
但是，我很确定的发现，Matlab更适合我这样的策略研究者，在Matlab下不会被策略之外的bug频繁打断逻辑思路。
我现在研究策略主要用Matlab，Python会用来读取和清洗数据，如果对运行速度有要求，会使用其他解决方案或者Python。
注：曾经因为一个工具包而使用R，感觉结果不对劲，发现工具包本身有错误。和包的作者沟通后确定了。从此对R再也提不起兴趣。不知道Python甚至Matlab是否也存在这种问题。总之，调用工具包都要小心。
⑹ 零基础，毫无编程经历自学python怎么样
完全没有问题，但有两个前提和一个弊端！
前提：
1. 十足的意愿及兴趣
2. 拒绝浮躁
第一条好理解，第二做到不易
弊端：
由于资料及教程的缺失（或太多）导致没有清晰的知识地图，及路线图，也就是坑太多及试错成本太高！
自学能力是程序员的必要技能，但目的为掌握或入门也不必排斥培训！
⑺ 有没有人觉得python的缩进很不爽
初学python，总是不是很能接受python的缩进规定，主要主要，lz是一个对自己的代码规范很纠结的人
首先，lz最最无法接受的是，代码块分隔完全靠缩进和空行了，C里面用的大括号没有了啊！(T_T)，现在好了，缩进基本是死的，代码块视觉上的
分隔靠空行，但是但是，条件语句循环语句之前要空行（更纠结的人break、continue这些都要空行），return语句前要空行，语句间逻辑分隔
要空行，函数分隔要空行，class分隔要空行⋯⋯视觉上就是一片的不爽，然后为了更清楚，只能某些空两行，但是又不想空再多比如三行四行⋯⋯
为了满足单行字符数限制，有时候不能写很长的类似a().b().c().d().e().f().g()这样的代码了，这个东西是一句，分两行
写的话风格上一定要缩进⋯⋯就⋯⋯你知道，不能缩进；分两个语句写，又纠结多定义一个非常临时的变量（变量命名很多时候也是很纠结的事情）⋯⋯
然后恶意吐槽：好像很多人认为规定缩进可以使写出来的代码更可读，但是因为解析器会报错而造成的好处被人津津乐道总是让人很想吐槽，在lz看来，
单个函数语句数量限制、单行字符长度限制、tab不使用空格代替、尾空格这些，都是无法接受的，既然解析器这么牛还能代码规范都管了（虽然作者可能并没有
这样的意思），那何不把上面这些都管管啊？
⑻ python较于php做网站来说有什么优点或缺点吗
你这个问题有点大。。。
说说我的想法，也不一定对。我当时做个人网站的时候，也考虑过用哪种语言，最后选择了python，说说我的理由：
1、python能干很多事，python不能完成的，可以用C/C++做成动态链接库，然后用python调用。
2、有pypy等实现，将python代码编译为二进制程序，运行效率高。可以用低配置的VPS，承受更高配置的VPS才能承载的业务量。
3、Tornado支持微线程，可以在只有1个CPU核心的VPS上实现低消耗的高并发。
对PHP不大熟，不过PHP非常流行，流行就代表教程多，几乎所有的坑都被人踩过了，遇到问题了网上一搜都能得到答案。
⑼ Python怎么解决不声明变量类型的弊端
方法如下： type（变量），输出的结果就是变量的类型； 在Python里面变量在声明时，不需要指定变量的类型，变量的类型是动态指定的； 也就是说变量的类型，根据给出的赋值语句决定。
⑽ python用pop函数获取值，有什么弊端
修改了原来列表值