Python3笔记，特别的和C#对照

PY官网

https://www.python.org/downloads/

一. 简介

阶段	Python（CPython 常见流程）	C#（.NET/CLR/Mono：JIT 路线）	C#（Unity：IL2CPP 路线，偏 AOT）	产物/缓存	常见失败点
1. 写代码	写 .py 源码	写 .cs 源码	写 .cs 源码	源文件	语法错误（两者都有）
2. 依赖/环境准备	创建 venv、pip install 依赖；依赖在运行时加载	还原 NuGet 包；依赖在编译/运行时由 CLR 解析	Unity Package/asmdef/插件；原生库随平台配置	Python：site-packages；C#：NuGet 缓存/Packages	版本冲突、路径/环境变量、缺包
3. 语法解析	解释器读 .py，词法/语法分析 生成 AST	编译器 Roslyn 读 .cs，词法/语法分析 生成语法树	同左	中间表示（AST/语法树）	Python：缩进/语法；C#：语法/项目引用
4. 语义检查/类型检查	动态类型：只做基本语义检查；多数类型问题推迟到运行时	静态类型：编译期做类型/泛型/重载/可访问性检查	同左，但 Unity 还会加一套平台/剥离相关约束	编译诊断信息	C#：编译报错更早暴露；Python：很多错运行才爆
5. "编译"阶段	CPython 把 AST 编译成字节码 （可能生成/更新 .pyc）	编译器把源码 编译成 IL + 元数据，生成程序集 .dll/.exe	先同左生成 IL（Unity 的 Assembly）	Python：.pyc；C#：.dll/.exe	Python：字节码生成失败少见；C#：链接引用、条件编译、asmdef 问题
6. 装载（Load）	Python 解释器启动，按 import 规则加载模块、执行顶层代码	CLR/Mono 装载程序集，解析依赖，准备类型信息	Unity 装载 IL 程序集，准备后续 IL2CPP 转换	内存中的模块/程序集	Python：import 循环/路径；C#：Assembly 绑定失败
7. 运行前准备	解释器创建运行时对象模型（模块、函数对象等）	JIT 按需准备方法：首次调用某方法时可能触发 JIT	IL2CPP 在构建期把 IL 转 C++，运行时无需 JIT（主要是初始化/装载）	运行时元数据	Unity：IL2CPP 构建配置/平台 SDK 问题
8. 执行方式（关键差异）	解释器虚拟机执行字节码（逐条 dispatch），对象模型动态查找	JIT 把热点方法编译为机器码，CPU 直接跑机器码；冷门方法按需编译	AOT：IL → C++ → 原生机器码（构建时完成），CPU 直接跑	JIT 缓存/原生可执行	性能差异主要来自这里：解释执行 vs 机器码执行
9. 运行时内存管理	CPython：引用计数为主 + 循环 GC	GC（分代回收），对象生命周期由 GC 决定	同左（Unity/Mono/IL2CPP 的 GC 细节略有不同）	堆、GC 状态	Python：循环引用导致延迟释放；C#：GC 抖动（大量分配）
10. 异常/报错时机	很多错误（类型、属性不存在等）在 运行到那行 才抛异常	很多错误（类型不匹配等）在 编译期 已报；运行期多为逻辑/NullReference 等	同左，另有 AOT/裁剪导致的反射/泛型缺失问题	traceback / stacktrace	Unity IL2CPP：反射/泛型/链接裁剪坑较多
11. 发布/交付	交付源码 + 依赖（或打包成可执行/zip/容器）；运行环境要有解释器	交付程序集 + runtime（或自包含发布），目标机有 .NET/Mono	Unity 生成平台原生包（exe/app/apk/ipa），含 IL2CPP 产物	可执行/安装包	Python：依赖环境不一致；C#：平台差异/原生库
12. 启动速度与迭代体验	启动快、改完即跑（脚本友好）	编译需要时间，但运行后性能好；首次调用可能 JIT 抖动	构建时间更长（转 C++/编译），但运行更稳定	构建缓存	Python：迭代最快；Unity IL2CPP：构建最慢但交付最好

1. 解释型语言逐行，编译型直接执行编译后的机器码。

2. 解释型编写代码时候只会进行基础检查，编译型语言在编写和编译为中间语言和AOT前就将大多数问题检查出来。

3. 声明变量不需要类型。

二. 运算

/ 是得到float。 // 结果向下取整。

17 / 3 # 经典除法运算返回一个浮点数

5.666666666666667

17 // 3 # 向下取整除法运算会丢弃小数部分

5

**代表乘方

5 ** 2 # 5 的平方

25

2 ** 7 # 2 的 7 次方

128

三. 转义与字符串

"AAA"等与'AAA'

如果要将引号作为字符串

"\"斜杠符号"

如果不希望前置 \ 的字符转义成特殊字符，可以使用 原始字符串 ，在引号前添加 r 即可：

print(r'C:\some\name') # 请注意引号前的 r

C:\some\name

使用"""..."""可以跨越多行：

>>>print("""\

...Usage: thingy [OPTIONS]

... -h Display this usage message

... -H hostname Hostname to connect to

... """)

Usage: thingy [OPTIONS]

-h Display this usage message

-H hostname Hostname to connect to

字符串下标访问和字串：

    name = 'python'
    print(name[0])
    print(name[-1])
    print(name[0:2])
    len(name)

# p
# n
# py
# 6

四、PY的列表和C#的数据结构

Python 数据结构	典型写法	C# 最接近的结构	是否可变	元素类型约束	查找/访问特性（常见）	典型用途（对 Unity/引擎脚本）
list	a = [1,2,3] / a.append(x)	List<T>（语义）/ T[]（连续内存感）/ List<object>（混类型时）	✅ 可变	❌ 无（可混类型）	索引 O(1)，in 查找 O(n)，末尾追加均摊 O(1)，中间插入/删除 O(n)	有序集合、队列式收集、遍历处理、批量数据（资源列表、实体列表）
tuple	t = (1,"a")	ValueTuple<> / 不可变数组的概念	❌ 不可变	❌ 无（可混类型）	索引 O(1)；不可修改	返回多个值、当作轻量"记录"、用作 dict 的 key（如果内容都可哈希）
dict	d={"id":1} / d[k]=v	Dictionary<TKey,TValue>	✅ 可变	❌ 无（key/value 可混类型，但不建议）	key 查找/插入均摊 O(1)；保持插入顺序（新版本 Python）	映射/索引（id→对象）、配置表、JSON 数据、快速查找
set	s={1,2,3} / s.add(x)	HashSet<T>	✅ 可变	❌ 无（元素可混类型但需可哈希）	in 查找均摊 O(1)；不保证排序（迭代顺序不是"排序"概念）	去重、集合运算（交并差）、快速 membership 判断
str	"abc"	string	❌ 不可变	N/A	索引 O(1)（按字符视角），拼接频繁会有开销（Python 建议用 ''.join(...)）	文本、路径、日志、序列化
bytes	b = b"\x01\x02"	byte[]（最接近）	❌ 不可变	N/A	二进制序列；适合 I/O	文件/网络二进制、序列化结果
bytearray	ba = bytearray(b"...")	List<byte> / 可变 byte[] 的用法	✅ 可变	N/A	可原地修改	需要改写的二进制缓冲区
range	range(10)	Enumerable.Range(0,10)	❌（生成器式）	N/A	懒生成，不会一次性建完整 list	for 循环计数，避免创建大数组
collections.deque	deque([1,2])	Queue<T> / LinkedList<T>（语义）	✅ 可变	（同样无静态约束）	两端 push/pop O(1)	队列/双端队列（BFS、任务队列）
list + "当栈用"	a.append(x); a.pop()	Stack<T>（语义）	✅ 可变	❌ 无	push/pop 均摊 O(1)	临时栈、回溯、解析
dict + "计数器"	Counter(a)	Dictionary<T,int>	✅ 可变	❌ 无	计数聚合	统计日志、频次、TopN

五、 一个编程小案例

斐波那契数列

a, b = 0,1
while a< 10 :
    print(a)
    a,b = b,a+b