python程序一般需要多少行？

导读：今天首席CTO笔记来给各位分享关于python程序一般需要多少行的相关内容，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本次统计中纯Python代码量最大的Sentry几乎达到了70W行，这是相当有规模的项目了。30W~50W行代码的项目有三个，包括基础项目CPython在内。20W和10W行代码规模的分别有三个，剩下7个则在10W行以内。

看过这个列表你应当相信，动态语言至少在几十W行代码的项目上是完全没有问题的。这也是绝大多数普通应用的上限了，如果代码真的达到数百万行规模的话，那么无论用什么语言，都势必面临着拆分项目的问题。

上表将代码量指标按照代码/空白/注释进行了分类，也在一定程度上反应了项目的代码风格。Sentry是本次统计中代码量最多的项目，然而从表中可以看到，项目中的注释和其他项目相比，少得有点不成比例，说明Sentry的作者非常不注重注释。

同学们一定发现了，我在列表中除了代码行相关的指标之外还增加了几个其他内容，这也是我个人比较感兴趣的方面。

第一个指标是每个文件的平均代码行数。按照模块化的观点，单个文件中堆砌太多内容显然是不合理的，这通常意味着耦合太多、难于理解和修改。然而到底多少算是合适，并没有一个明确的标准。我希望通过这些项目的分析，了解一下开源作者们在实践中做出的选择。

统计的结果分布比较平均，从100~600行/文件的都存在，并不存在明显的集中点。有趣的是，头两名(Pandas,NumPy)有着紧密的联系，都是和数学统计相关的。这可能是因为数学库的特点比较纯粹而单一，不像其他类库那样容易划分。末尾的项目(Pillow,youtube-dl,Odoo,Scrapy)可以从侧面印证这种猜想：它们都是面向特定领域的，所以更加容易模块化。

第二个指标是注释和代码的比例，这个问题也有着类似的情况。注释并非越详尽越好，但总是需要一定量的注释来解释Why的问题。注释太少，说明项目的作者没有给后来的维护人员留下足够的线索，可能会造成维护上的问题。另一方面，我们考察的全部是开源项目，没有公司考核或者KPI的约束，所以我们可以放心的相信不会存在作者故意多写注释的问题。

前面提到的Sentry毫无争议的因为注释太少排到了最后，这未必说明这个项目很差，但至少是一个信号，说明该项目在维护方面可能是存在问题的。而对于那些作者愿意投入精力来写注释的项目(Ansible,NumPy,Fabric,Salt等)，足以反映作者在项目上投入了相当大的心力，这是一个好的信号，说明这些项目是值得信赖的。

有一点是出乎我意料的，那就是作为所有项目之母的CPython排名比较靠后，按照道理这个基础项目应该有更多的注释才对。不过再想一想又觉得可以理解，因为CPython有单独发布的、非常详尽的文档，这是其他大多数项目都没有的，那么代码中的注释少一些也是情有可原的。

最后一项统计是关于文件类型的。Python项目中绝大多数应该是Python代码，这点没有什么疑问，但同时我也想看看除了Python代码之外，一个项目还包括哪些主要文件。C/HTML/Javascipt的上榜是毫不意外的，但有一种文件我事先没有想到，那就是.PO(开源项目常用的语言资源文件)。

对于Django和Django-CMS这两个项目,PO代码数量甚至比Python代码还要多。大概看了一下，Django支持90种以上的语言，这也无怪乎语言文件的数量如此之多了。

这个结果也可以提醒我们，有些同学——不仅是程序员，也包括大多数经验不足的老板、客户、产品经理等——会下意识的认为程序开发无非是写代码，对于代码之外的其他工作，在估算的时候往往只拍脑袋式的定下一个极短的时间。但对于实际的项目来说，代码仅仅是其中的一部分，“其他工作”有时候——应该说是经常——会占用你大部分的的时间和精力。这些工作往往并不有趣，但对于项目来说又是必不可少的组成部分，希望同学们予以足够的重视。

一秒可以执行一行代码。

python一般一秒钟默认是执行一行代码，一般使用python的Thread类的子类Timer，该子类可控制指定函数在特定时间后执行一次，如果为了实现多次定时执行某函数，只需要在一个while循环中多次新建Timer即可。

Python是由GuidovanRossum在八十年代末和九十年代初，在荷兰国家数学和计算机科学研究所设计出来的。Python本身也是由诸多其他语言发展而来的，这包括ABC、Modula3、C、Algol68、SmallTalk、Unixshell和其他的脚本语言等等。

要求大专及以上学历，有计算机基础最佳

首先，对于已经具备一定编程基础的同学来说，学习Python的初期还是相对比较容易的，但是要想找到一份Python开发岗位，还需要做好三方面的准备。

a、其一是要选择一个主攻方向，这对于就业的影响是非常明显的。Python语言是一门典型的全场景编程语言，在Web开发、大数据开发、人工智能开发、嵌入式开发等领域都有所应用，所以要选择一个自己的主攻领域，然后按照该领域的岗位需求来制定学习计划。

b、其二是根据自身的知识基础和能力特点来选择一个岗位类型，目前采用Python的岗位类型可以分成三大类，分别是算法岗、研发岗和应用开发岗，不同岗位对于知识结构的要求有所不同。从近几年的人才需求情况来看，开发岗的人才需求量相对大一些，而且对于开发人员的整体要求也并不算高。

c、其三是为自己构建一个实践和交流场景，学习编程语言一定要有场景的支持，否则很难深入学习。虽然目前Python语言的应用场景非常多，但是人才招聘量却并不算大，而且很多岗位都集中在大数据、人工智能领域，这些领域对于从业者的要求往往也比较高，比如学历等，所以如果想在Python技术领域走得更远，可以重点考虑读一下研究生。从学习的顺序上来说，初学者可以先按照Web开发路线来学习，一方面Web开发的入门难度相对比较低，另一方面Web开发的参考资料也非常丰富，即使采用自学的方式，也会有一个较好的学习体验。在完成了Web入门之后，可以结合自身的实际情况，选择一个主攻方向。

视具体代码情况而定，视是否引用外部包而定，视个人编程书写习惯而定。

具体的来说，Python可以将任意长的代码写在一行上（其实好像java也可以这么干）。

所以行数说明不了什么问题。

平均来看，Java要打100行的代码，Python大约需要50行代码左右。

另外Python在某些问题上，处理比Java要更消耗资源，不过Python用了很多多线程优化，所以说起来，单机的运行速度不相上下，但在服务器上运行就能看出来Java是有明显优势的。