Python作为一门解释型语言，相对于编译型语言（如C++、Java等）确实效率较低。但是Python在其他方面有很多优势，这也是它为什么这么火的原因：

1. 语法简洁、易于学习、易于阅读

Python的语法非常简洁，易于学习和阅读，使得初学者能够快速上手，也方便了开发者之间的交流和协作。

2. 开发效率高

Python拥有丰富的第三方库和工具，可以大大提高开发效率。比如，Python在数据分析、机器学习、人工智能等领域拥有很多优秀的库和框架，可以帮助开发者快速构建应用。

3. 应用广泛

Python在科学计算、数据分析、人工智能等领域得到了广泛应用，成为了一门非常流行的编程语言。Python在Web开发、游戏开发、网络爬虫等领域也有很多应用。

4. 社区活跃

Python拥有庞大的开发者社区，社区成员积极贡献代码和文档，不断完善和扩展Python的功能和应用范围。

综上所述，虽然Python的效率相对较低，但是其在其他方面的优势使得它成为了一门非常火的编程语言。

在很多时候，性能不是瓶颈。大约80%的应用，对性能要求不高。

决定Python“火”的原因有很多，而你所谓的Python运行效率低，这个问题不重要！

Python为什么火，三分因天时，七分被炒作

Python诞生于1991年，属于90后，快到而立之年了。为啥突然就火了呢？因为大数据这个时代背景。

要玩大数据，统计知识第一，编程第二。也就是说，你数学很厉害，但是编程不厉害，这个时候你会怎么办？你希望要是有一种在科学计算方面很厉害，但很容易掌握的编程语言就好了。

而Python就具备这样的特点。Python语言简洁易读，从算术，到微积分，到线性代数，Python在科学计算方面相当给力。

因此，Python成了大数据的首选编程语言。

大数据是个好概念，Python容易学习，所以Python就成了培训机构可蹭的热点

要玩转大数据，只会Python远远不够，更别说学Python高薪就业了。但大数据自带流量，所以想炒作它的人比比皆是。

首先企业要炒大数据概念，哪怕卖煎饼，也要跟大数据扯上关系。似乎还真能扯上关系，煎饼的口味基于大数据。如果你仔细想，它不是那么回事，但绝大部分人没有这闲工夫去仔细思考的。

企业炒作大数据概念，那培训机构一定会跟上。因为想去参加培训的人会觉得，企业都在谈大数据，那学大数据好找工作呀。如果你仔细想，它也不是那么回事。

不管是不是那么回事，Python是被炒作起来了，它不想火都难。

Python运行效率怎么样？这需要综合评估。

评估一门语言，如果离开了目标和成本来判断好坏，那就是扯淡。比如去你家楼下买菜。走路去买，效率是最高的。但人走路的速度非常慢，比不上单车，更比不上代步车。所以，你不能说走路这么慢，为什么还有人走路。

人力的成本远比机器贵。一门语言学习陈本低，意味着企业对这么技能所花的钱，也相对较低。所以运行效率不重要。再说了，Python的运行效率低吗？

火的东西，可以蹭热点，但别把自己蹭进去了。

我是那我拍，欢迎评论，点赞和关注。

看到很多人的回答颠倒因果，作为一个不精通二三十种语言的陈年码农，忍不住说几句。

说Python的Library多，生态圈大，这是结果，这是“火”的同义词。原因是什么呢？大约十年前，有些库Perl里有，Python里还没有呢。它为什么能超过Perl及其它一些脚本语言呢，根本原因还是在于其语言自身。

最重要的原因，它是最适合工程的脚本语言。一个语言，没必要牛逼到大多数人看不懂，这样做出来的项目易读性可维护性差。而Python，作为数学家发明的语言，天生就考虑其严谨。结果是优雅，易读，易维护，重用度高。

下面说“效率”。三个原因。

1.随着硬件的发展，运行效率越来越不重要。Python发明的前十几年为啥没火？这也是一个原因。

2. 开发效率更重要。这也是前面说的工程的问题。

3.分割的问题。需要效率的地方用C/C++嘛。世界总是需要胶水语言的，而且会越来越多，因为底层的算法的数量相对于上层的应用而言，应用更加多变。上层开发的人远多于底层开发的人。

归根结底一句话：适合于工程（开发效率高，维护成本低）。

一波潮流而已。

python几乎是我接触过的第二烂的语言。最烂的是haskell。

强制缩进带来的后果，是复杂逻辑表达上，不易区分结构，容易出错而难以debug。已经尴尬的“pass”。

只能使用一句的lambda表达式，简直是被perl的代码块功能吊起来打。

没有任何看起来可以和perl的裸块功能相似的语法。

不是完全面向对象的语言，却在内部函数设计风格上，一会像C，一会像纯面相对象。

解释执行而不是编译执行，运行效率低下，而且，未被执行的分支，如果有错也无法知道。

类功能其实很弱，也没有诸如perl的moose那样强大的包来补偿。

调试的时候也没有一个如同perl的data dumper那样强大的工具。

python的流行就是一阵风潮而已。