c 好还是python好-C++和Python哪一个更好?

2023-05-16

泻药,我建议学Python

先说我本人的情况,目前高中,现在放到学习编程的时间已经比较少了。 我是13岁开始学编程的,不过当时没什么人指导,都是走各种弯路下来的。本人对手机、电脑游戏是不感兴趣的,别人玩游戏的时间我都是在学编程,题主如果有这个兴趣,那就合理安排时间坚持下来咯。

我是学C语言开始的,以前购买力有限,家里只有一本谭浩强写的书,不过看得一头雾水。当时不懂得善用搜索引擎的我,还是坚持了下来,叫家人买了一本《C primer plus》,这本书虽厚,我也是看了几遍,津津有味。不过学C语言是比较枯燥的,初学很难有什么令人兴奋的成果,所以我又叫家人给我买了套Arduino,这样子就容易看到自己编程的东西了。不过硬件又是另外一回事了,学的东西比较杂,我没有深入去学,大概一些简单的项目叫我写我也能写的地步吧。后来我学了Python,因为学过C语言,所以我学Python也非常快,学了不到一周的时间就能用Python写项目了,并且我这边十八线城市刚开始举办编程比赛,用的就是Python。

因为我不清楚题主学编程是为了什么,题主的年龄和我当初学编程的年龄相仿,我认为这个时候学编程保持兴趣最为重要。有些同学只是觉得自己想"跟上”这个时代,脑一热去学编程,结果看到这个黑乎乎的命令控制台没几天就厌倦了;又或者学了一段时间,觉得自己目前只会写控制台程序,不会写GUI程序(给同学们展示),有点急,急着急着就不想学了。

如果题主是想学习编程之后,能写写GUI程序的话,在Windows的情况下,开发GUI程序一般都需要用到开发框架,C++有MFC、Qt等;Python有Tkinter、wxPython、PyQt等。MFC真的是一言难尽,可能会对题主这种很不友好,还要要学各种win32API。Qt就好一点了,官网也有资料。

Python就对新手比较友好了,开发GUI程序用PyQt,写一般的GUI程序肯定是够了,再加上Python有很多开源库,拿来就用。

论实用性当然数C++较为强大,但是题主是想入门编程,不管什么编程语言,入门的时候学的不都是变量的使用、流程控制、函数和类的定义和调用吗?然后再熟悉各种常用库功能,最后才是各种框架的使用。学会Python之后再学C++也是可以的,不过学到一定程度,相信题主也会有自己的判断了。

学习的时候记得善用搜索引擎,如果是学习Python的话,我推荐这本书《Python编程 从入门到实践》。 />

最后希望题主还是学习为重,合理安排时间,最好能坚持学习下来咯。

(写得好乱啊)

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

c 好还是python好-C++和Python哪一个更好? 的相关文章

  • Android Studio Build Output 栏内乱码的解决方案

    一 如图1 所示 xff0c Android Studio版本是4 1 3 xff0c AS工具Help About即可看到下图 图1 二 乱码如下图 xff1a 如图2所示 xff0c Build Output栏中出现了乱码 xff0c
  • 网络工程师必须搞清楚MPLS与专线的区别

    今天同事突然问我一个问题 xff0c MPLS与专线的区别 我想了想 xff0c 然后稀里糊涂的说了一堆 xff0c 感觉自己没讲清楚 xff0c 所以 xff0c 网上找了点资料 xff0c 结合自己的理解 xff0c 码文如下 xff1
  • 我的ADRC调参经验总结

    提示 xff1a 本文是在前人基础上搭建的ADRC模型 xff0c 并根据这一模型学习如何对其进行调参时产生的 xff0c 部分结论来自论文 目录 前言一 控制系统简介二 调参步骤1 前后结果效果对比2 调参经验 总结参考链接 前言 ADR
  • k8s client-go workqueue

    1 基础队列 1 1 基础队列接口 type Interface interface Add item interface 向队列中添加一个元素 xff0c interface 类型 xff0c 说明可以添加任何类型的元素 Len int
  • 相机与imu的标定(Kalibr)

    在进行vio算法开发前最重要的事是对设备内参外参的标定 xff0c 其准确性直接决定了算法的有效性 xff0e 这里我将对最著名的kalibr标定工具的使用步骤进行说明 xff0c 包括安装 相机标定 imu标定 相机与imu联合标定等步骤
  • 解决cv_bridge依赖opencv版本问题

    1 问题来源 在安装ros的过程中 xff0c 系统会默认安装cv bridge库 xff0c 但该库指定了依赖的opencv库路径 xff0c 拿ros melodic版本来说 xff0c 默认依赖opencv库 usr lib x86
  • 使用ORB_SLAM3运行Realsense T265

    关于硬件 官网说明 使用说明 Realsense T265是一款跟踪相机 xff0c 配有两个FOV为111 7 x 108 6的广角相机 xff0c 并且带有IMU BMI055 惯性测量单元 设备内部配有vpu处理器并嵌入了建图和定位算
  • ceres-solver和g2o性能比较

    前言 ceres solver 和 g2o 是slam领域常见的优化器 xff0c 其中ceres solver被vins mono使用 xff0c 而g2o被orb slam3使用 xff0c 因此到底哪个优化器更适合于在slam算法开发
  • FreeRTOS的vTaskDelete使用说明

    FreeRTOS的vTaskDelete使用说明 函数说明 参数 xff1a xTaskToDelete 要删除的任务的任务句柄 返回值 无 说明 删除一个用函数xTaskCreate 或者xTaskCreateStatic 创建的任务 x
  • 机器学习——随机森林(Random Forest)

    1 随机森林 xff08 random forest xff09 简介 随机森林是一种集成算法 xff08 Ensemble Learning xff09 xff0c 它属于Bagging类型 xff0c 通过组合多个弱分类器 xff0c
  • 《基础知识——C和C++的主要区别》

    C和C 43 43 的主要区别 设计思想上 xff1a C 43 43 是面向对象的语言 xff0c 而C是面向过程的结构化编程语言 语法上 xff1a C 43 43 具有封装 继承和多态三种特性 C 43 43 相比C xff0c 增加
  • 数据库原理及应用(十三)E-R图、关系模式

    数据库设计的过程 数据分析 gt 数据建模 gt 关系数据库模式 gt 关系数据库管理 用户需求 gt 概念模型 E R Model gt 逻辑模型 xff08 三层结构 xff09 现实世界 gt 信息世界 gt 机器世界 概念设计工具E
  • Ubuntu数据备份与恢复工具(一)

    在我们日常工作中 xff0c 个人文件 业务数据及应用信息的备份与恢复策略是一个重要的环节 意外删除 硬件故障 操作失误 网络攻击 xff0c 甚至是自然灾害 xff0c 都可以直接或间接导不可估价的数据损失 为了避免损失 xff0c 缩少
  • 百度移动端面试回忆

    百度一面 xff1a 1 自我介绍 2 悲观锁和乐观锁 乐观锁 xff1a 总是认为不会产生并发问题 xff0c 每次去取数据的时候总认为不会有其他线程对数据进行修改 xff0c 因此不会上锁 xff0c 但是在更新时会判断其他线程在这之前
  • Quagga编译安装

    Quagga源码编译安装 1 Quagga下载 1 官网下载quagga 1 2 4 tar gz并拖入虚拟机桌面 2 解压到 opt目录下 sudo tar zxvf Desktop quagga 1 2 4 tar gz C opt 2
  • VINS-FUSION 源码 双目 单线程 按执行顺序阅读

    VINS FUSION 源码 双目 单线程 按执行顺序阅读 Keywords xff1a VINS FUSION vins 源码解读 源码梳理 vins数据结构 vinsfusion vins双目 双目vins 双目vinsfusion 双
  • 【C语言】__attribute__使用

    一 介绍 GNU C 的一大特色就是 attribute 机制attribute 可以设置函数属性 xff08 Function Attribute xff09 变量属性 xff08 Variable Attribute xff09 和类型
  • Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程(图文)

    Ubuntu20 04下CUDA cuDNN的详细安装与配置过程 xff0c 亲测试可用 xff08 图文 xff09 一 NVIDIA xff08 英伟达 xff09 显卡驱动安装1 1 关闭系统自带驱动nouveau2 2 NVIDIA
  • 使用动量(Momentum)的SGD、使用Nesterov动量的SGD

    使用动量 Momentum 的SGD 使用Nesterov动量的SGD 参考 xff1a 使用动量 Momentum 的SGD 使用Nesterov动量的SGD 一 使用动量 Momentum 的随机梯度下降 虽然随机梯度下降是非常受欢迎的
  • Data Uncertainty Learning in Face Recognition

    Data Uncertainty Learning in Face Recognition 建模数据的不确定性对含噪音图像非常重要 xff0c 但对于人脸识别的研究却很少 先驱者的工作 35 通过将每个人脸图像嵌入建模为高斯分布来考虑不确定

随机推荐