python与c语言的关系
1、语言类型不同
Python是一种动态类型语言，又是强类型语言；C语言是静态类型语言，在编译期间就确定
2、内存管理不同
Python使用自动垃圾收集器进行内存管理；C语言中
必须自己进行内存管理；
3、对象机制不同
Python所有的数据，都是由对象或者对象之间的关系表示的，函数是对象，
是对象，每个东西都是对象的概念；C语言中没有对象这个概念，只有数据的表示。
4、运行效率不同
Python有一个GIL锁，导致其对
支持不够好，运行速度比较慢；C语言比较快，是很好的底层语言，运行效率上优于Python。
5、变量类型不同
Python有六个标准的数据类型，包含Number数字、String字符串、List列表、Tuple元祖、Sets集合、Dictionary字典；数字类型有四种，包含：整数、布尔型、浮点数和复数。C语言也分为四大类，其中包含基本类型、枚举类型、void的类型、派生类型，基本类型包含
、浮点类型。
6、函数库的使用方法不同
C语言中使用库函数，需要引入
用include引入；Python中需要引入别的模块或者函数时需要用import引入。
C语言和Python语言哪种对于新手来说更好学一些？
从当前C语言和Python语言的应用场景来看，c语言的应用场景主要集中在操作系统和物联网领域，而Python语言则是一门全场景的编程语言，除了操作系统之外，Python目前被广泛应用在web开发、大数据开发、人工智能开发和嵌入式开发领域，随着大数据和人工智能技术的快速发展，Python语言的上升趋势也比较明显。
从行业应用场景来看，目前C语言主要应用于IT行业，而且目前多集中在嵌入式开发领域，而Python语言除了在IT行业有广泛的应用之外，在传统行业领域也有大量的应用。相信在产业互联网的推动下，未来传统行业应用Python语言的场景会越来越多。
总体来讲，C语言和Python都是比较不错的编程语言，但相对于而言Python更加简单一些，如果没有任何基础，建议先从Python开始学起。
C语言和Python语言之间的区别：
1、语言类型不同
Python是一种动态类型语言，又是强类型语言。它们确定一个变量的类型是在您第一次给它赋值的时候。C是静态类型语言，一种在编译期间就确定数据类型的语言。大多数静态类型语言是通过要求在使用任一变量之前声明其数据类型来保证这一点的。
2、对象机制不同
Python中所有的数据，都是由对象或者对象之间的关系表示的，函数是对象，字符串是对象，每个东西都是对象的概念。每一个对象都有三种属性：实体、类型和值。
c中没有对象这个概念，只有数据的表示。
3、变量类型不同
Python六个标准的数据类型：Number数字、String字符串、List列表、Tuple元组、Sets集合、Dictionary字典，数字类型有四种类型：整数、布尔型、浮点数和复数。C语言也可分四类：基本类型、枚举类型、void的类型、派生类型。基本类型：整数类型、浮点类型。
如何实现C与python混合编程
推荐方案 inline::python，以perl作为母体调用python。这货没什么依赖，cpan安装或者自己编译都很容易。边举栗子便说明：1. perl 使用 python 中定义的变量#!/usr/bin/perl -wuse strict;use inline python => <<end;a = 1endprint $a;首先从这个栗子我们可以学习inline::python的程序布局：一个典型的用法是把python代码以use inline python => <<end;end这样的perl多行字符串的形式包裹。当然包裹python代码的方法还有很多种，详见inline::python的文档。然而不幸的是，这个栗子是行不通的。我们继续往下看。2 perl 使用 python 中定义的函数代码：#!/usr/bin/perl -wuse strict;use inline python => <<end;def foo(*args):print "==python def=="for a in args:print type(a)print aendfoo(1); #[1]foo(hello); #[2]foo(hello,world); #[3]foo((hello,world)); #[4]foo([hello,world]); #[5]foo({hello => 1,world => 2}); #[6]这段代码可以正常运行。在python区块中定义的函数在perl中可见。最为关心的是参数传递问题，逐条分析：#[1] perl 传入数字，python也会理解为数字。#[2] perl 传入string类型，python会理解为str类型。#[3] 函数支持多个参数。#[4] perl 传入array值（即@）类型，python会理解为多个参数。由于在perl中，hash值类型（即%）实际上是一种特殊的array，python的处理方式应相同。#[5] perl 传入array的引用，python会理解为list。#[6] perl 传入hash的引用，python会理解为dict。返回值的问题同理。3 传递function引用有时候需要向python传递“函数指针”以实现回调。inline::python已经照顾到了这种需求：#!/usr/bin/perl -wuse strict;use inline python => <<end;def foo(func):print type(func)func({hello : 1,world : 2})enduse data::dumper;sub bar {print dumper shift;}foo(\&bar);它的运行结果：$var1 = { world => 2, hello => 1 }; inline::python为函数引用建立了一个类型_perl_sub。在python中，这个类型的值可以当成函数对象来使用。 顺便这个例子验证了python的dict会被perl理解为hash引用。 能再复杂一点么？找个对象怎么样？ 4 例化python中定义的类 作为面向对象的语言，python中很多功能都是以提供类的方式实现的。 看代码： #!/usr/bin/perl -wuse strict;use inline python => <<end;class bar: def __init__(self,p): self.p = p def foo(self,q): print self.p + qendmy $bar = bar->new(1);$bar->foo(2); 这个例子说明，如果在python区块中定义了类bar，那么在perl环境中就相当于有了一个package bar。inline::python会自动提供一个构造函数new。 说到这里基本的问题差不多都解决了。小伙伴们可以利用inline::python，足不出户，在perl中就可以调用各种稀奇古怪的第三方python库了。 能不能再复杂点，都oo了…… 5 继承python中定义的类 写这样的代码也不难： #!/usr/bin/perl -wuse strict;use inline python => <<end;class bar: def __init__(self,p): self.p = p def foo(self,q): print self.p + qendpackage foo;our @isa = (bar);sub new { my $class = shift; my $p = shift; my $self = $class->super::new($p); return bless $self,$class;}sub bar { my $self = shift; my $q = shift; print $self->{p} - $q; }1;package main;my $foo = foo->new(1);$foo->foo(2);$foo->bar(3); 几个要点需要注意： 1) 用perl内置的@isa继承python提供的类。 2) 用super保留字访问父对象，别忘了和类名bless在一起。 3) 如果父对象定义了变量，用hash key的方法能访问到。也就是说，python里的 self.p 相当于 perl中的 $self->{p} 能不能再复杂一点……比如让perl的类或者对象在python里可见？ 6 使perl定义的对象在python中可见 实验表明，“使perl定义的类在python中可见” 是行不通的。但对象可以。 #!/usr/bin/perl -wuse strict;use inline python => <<end;def bar(cls): print type(cls) cls.bar(2)endpackage foo;sub new { my $class = shift; my $p = shift; my $self = {p => $p}; return bless $self,$class;}sub bar { my $self = shift; my $q = shift; print $self->{p} - $q;}1;package main;my $foo = foo->new(1);bar($foo); 代码来了。我们发现inline::python很贴心的定义了_perl_obj这个类型，使得python可以调用perl package定义的函数。 总结 由于基本数据结构设计的相似性，以perl作为母体与python互动是很容易的事情。当然，由于oo层面的巨大差别，某些重要的细节不能做到尽善尽美，但总之，inline::python的出现多少能给小伙伴们带来福音，减少语言大战引起的撕逼。
