Python与 Node.js技术对比

目录

1. Python 虚拟环境
2. pip 包管理器
3. npm 与 Node.js
4. JavaScript 与 Node.js 的关系
5. Python 与 Node.js 应用场景对比
6. Requests 库
7. Pandas 库
8. 微信小游戏技术环境

一、Python 虚拟环境

1.1 虚拟环境的概念

虚拟环境是 Python 项目隔离依赖的工具。每个虚拟环境拥有独立的 Python 解释器和第三方库，避免不同项目之间的版本冲突。

用 python -m venv 创建的虚拟环境本质上就是一个文件夹，包含独立的 Python 文件和库。系统没有全局注册表记录虚拟环境的存在，因此无法通过一个命令查看所有已创建的虚拟环境。

1.2 常用命令

创建虚拟环境

python -m venv venv
python3.11 -m venv venv
python -m venv D:\my_projects\my_env

激活虚拟环境（Windows）

# CMD
venv\Scripts\activate

# PowerShell（可能需要先设置执行策略）
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
venv\Scripts\Activate.ps1

# Git Bash
source venv/Scripts/activate

激活虚拟环境（macOS / Linux）

source venv/bin/activate

退出虚拟环境

deactivate

删除虚拟环境
直接删除虚拟环境文件夹即可。

# Windows
rmdir /s venv

# macOS/Linux
rm -rf venv

查看当前虚拟环境路径（激活状态下）

# Windows
echo %VIRTUAL_ENV%

# macOS/Linux
echo $VIRTUAL_ENV

1.3 虚拟环境与全局环境的关系

• 虚拟环境创建时会复制一份当前全局 Python 环境中的 pip
• 后续全局 pip 升级不会影响已存在的虚拟环境
• 虚拟环境中的 pip 需要单独升级

在虚拟环境中升级 pip

python -m pip install --upgrade pip

1.4 查看虚拟环境的几种方法

由于 venv 没有全局注册表，可以通过以下方式查找：

1. 按目录查找：检查项目根目录下是否有 venv、.venv、env 等文件夹
2. 搜索 pyvenv.cfg 文件：每个 venv 虚拟环境根目录下都有此文件
3. 使用 virtualenvwrapper 等工具集中管理

1.5 使用 --upgrade-deps 参数创建新环境

Python 3.9+ 支持在创建虚拟环境时升级依赖：

python -m venv 新环境名 --upgrade-deps

二、pip 包管理器

2.1 pip 升级

标准升级命令

python -m pip install --upgrade pip

遇到"To modify pip, please run"错误的处理
当直接使用 pip install --upgrade pip 时，pip 可能拒绝升级自身。应使用 python -m pip 方式：

python -m pip install --upgrade pip

指定完整路径升级

C:\Users\Administrator\AppData\Local\Programs\Python\Python313\python.exe -m pip install --upgrade pip

用户目录安装（避免权限问题）

python -m pip install --upgrade pip --user

升级到特定版本

pip install pip==25.0.1

2.2 查看 pip 版本

pip --version

2.3 查看已安装包

pip list
pip list --outdated  # 查看过时包

2.4 pip 工作原理说明

使用 python -m pip 与直接使用 pip 的区别：

• pip install --upgrade pip：正在运行的 pip 程序试图替换自己，可能出错
• python -m pip install --upgrade pip：用 Python 解释器调用 pip 模块，更稳定可靠

三、npm 与 Node.js

3.1 npm 是什么

npm 是 Node.js 的包管理器，类似于 Python 的 pip。安装 Node.js 时会自动安装 npm。

3.2 npm 常用命令对照

3.3 pip 与 npm 的核心差异

依赖管理哲学

• pip：全局 Python 环境加虚拟环境隔离，依赖扁平化
• npm：每个项目独立依赖树（node_modules），支持嵌套版本

版本锁定

• pip：requirements.txt 手动写版本号，传递依赖不强制锁定
• npm：package.json 声明依赖范围，package-lock.json 自动锁定所有依赖的精确版本

安装位置

• pip：默认全局安装，需要虚拟环境控制
• npm：默认本地安装（项目目录）

安装速度与体积

• pip：依赖较少，安装快
• npm：node_modules 体积大（数百 MB 至 GB），安装较慢

3.4 依赖管理文件对比

pip 使用 requirements.txt：

requests==2.28.1
numpy==1.24.0

npm 使用 package.json + package-lock.json：

{
  "dependencies": {
    "express": "^4.18.0"
  }
}

四、JavaScript 与 Node.js 的关系

4.1 核心定义

• JavaScript：一种编程语言（语法规则）
• Node.js：JavaScript 在服务器端的运行环境（平台）

4.2 类比理解

4.3 浏览器环境与 Node.js 环境对比

4.4 代码示例对比

JavaScript 语法在两端都支持：

const name = "张三";
console.log(name);

Node.js 特有 API（浏览器中报错）：

const fs = require('fs');
fs.writeFileSync('hello.txt', 'Hello Node.js!');

浏览器特有 API（Node.js 中报错）：

document.getElementById('myButton').click();

4.5 常见误区澄清

• Node.js 是一门新语言：错误，它是 JavaScript 的运行环境
• JavaScript 只能做前端：错误，Node.js 使其可用于后端开发
• npm 与 Node.js 无关：错误，npm 是 Node.js 自带的包管理器
• 学会 JavaScript 即学会 Node.js：错误，还需学习 Node.js 的 API 和生态

五、Python 与 Node.js 应用场景对比

5.1 Python 主要应用场景

数据分析与人工智能

• 机器学习模型训练、数据清洗、量化交易、学术研究
• 核心库：PyTorch、TensorFlow、Pandas、NumPy

爬虫与自动化脚本

• 网页数据抓取、办公自动化（Excel/Word 批量处理）、GUI 操作
• 核心库：Scrapy、Requests、Selenium

Web 后端开发

• 知识付费平台、内容管理系统、科研机构官网
• 框架：Django（大而全）、Flask（小而轻）

运维与 DevOps

• 服务器自动化部署、日志分析

5.2 Node.js 主要应用场景

高并发 Web 后端与 API 网关

• 大型电商秒杀系统、外卖 App 后台接口、直播弹幕
• 适合做面向前端的数据聚合层（BFF）

实时通信应用

• 在线聊天室、协同办公（如 Figma、腾讯文档）、游戏服务器
• 核心库：Socket.io

前端工程化

• 打包工具（Webpack/Vite）、代码检查、CSS 预处理

轻量级微服务与 Serverless（云函数）

• 云函数（阿里云/腾讯云）、小型中间件

5.3 场景适用性对比表

5.4 各自的短板

Python 的短板

• 全局锁（GIL）导致无法真正利用多核 CPU 进行密集计算
• 不适合做高并发游戏服务器

Node.js 的短板

• 底层缺乏 GPU 调度库，机器学习计算效率极低
• 不适合做 AI/算法类任务

六、Requests 库

6.1 概述

Requests 是一个 HTTP 客户端库，用于发送网络请求（GET、POST 等），获取网页内容或调用 API 接口。它封装了 Python 内置的 urllib，提供更简洁的 API。

6.2 安装

pip install requests

6.3 核心用法

GET 请求

import requests

response = requests.get('https://api.github.com/users/octocat')
print(response.json())

POST 请求

payload = {'username': 'admin', 'password': '123456'}
response = requests.post('https://httpbin.org/post', data=payload)

添加请求头（模拟浏览器）

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
}
response = requests.get('https://www.example.com', headers=headers)

流式下载大文件

response = requests.get('https://www.example.com/largefile.zip', stream=True)
with open('largefile.zip', 'wb') as f:
    for chunk in response.iter_content(chunk_size=8192):
        f.write(chunk)

6.4 常用场景

• 爬取网页数据
• 调用第三方 API（天气查询、股票行情、大模型接口）
• 自动化测试接口
• 下载图片/文件

七、Pandas 库

7.1 概述

Pandas 是一个数据处理和分析库，核心数据结构：

• Series：带标签的一维数组（类似 Excel 的一列）
• DataFrame：带标签的二维表格（类似 Excel 的一张表）

7.2 安装

pip install pandas

7.3 核心用法

读取数据

import pandas as pd

df = pd.read_csv('sales_data.csv')
df = pd.read_excel('report.xlsx', sheet_name='Sheet1')
df = pd.read_json('data.json')

快速预览数据

df.head()          # 前 5 行
df.info()          # 列名、类型、空值情况
df.describe()      # 数值列的统计信息

筛选数据

df[df['销售额'] > 10000]
df[(df['城市'] == '北京') & (df['年龄'] > 30)]

分组聚合

df.groupby('城市')['销售额'].sum()
df.groupby(['城市', '产品类别']).agg({'销售额': 'sum', '销量': 'mean'})

新增/修改列

df['单价'] = df['销售额'] / df['销量']
df['是否达标'] = df['销售额'].apply(lambda x: '是' if x > 10000 else '否')

处理缺失值

df.dropna()          # 删除有缺失值的行
df.fillna(0)         # 填充缺失值为 0

导出数据

df.to_csv('processed_data.csv', index=False)
df.to_excel('processed_data.xlsx', index=False)

7.4 常用场景

• 数据分析报告
• 数据清洗（空值、重复值、格式转换）
• 金融数据分析
• 配合爬虫做数据存储和分析

7.5 Requests + Pandas 配合示例

import requests
import pandas as pd

# 抓取数据
url = 'https://api.example.com/stock/history?code=000001'
response = requests.get(url)
data = response.json()

# 数据分析
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
df['日均价'] = (df['high'] + df['low']) / 2
recent = df[df['date'] > pd.Timestamp.now() - pd.Timedelta(days=30)]
print(recent[['date', 'close', '日均价']].head())

7.6 学习建议

• 不需要背诵所有函数，掌握常用 10 个操作即可
• 使用 Jupyter Notebook 逐条运行代码学习
• 用小数据集（Kaggle、和鲸社区）练手
• 遇到报错先看最后一行错误信息

八、微信小游戏技术环境

8.1 核心结论

电脑微信上的小游戏不是基于 Node.js 开发的。它运行在微信提供的定制化 JavaScript 环境中，该环境既不同于浏览器也不同于 Node.js。

8.2 三种运行环境对比

8.3 小游戏环境特点

• 没有 Node.js 特有的 API（fs、http 等模块不可用）
• 没有浏览器特有的 API（document、window 不可用）
• 使用微信提供的专用 API（如 wx.createCanvas、wx.createInnerAudioContext）

8.4 适配机制

为了让 Cocos、Layabox 等为浏览器设计的游戏引擎在小游戏中运行，开发者需要引入适配层（Adapter），用微信专用 API 伪装出浏览器的 document 和 window 对象。

8.5 底层技术

• JavaScript：游戏逻辑代码
• WebAssembly (WASM)：核心逻辑（物理引擎、渲染）用 C/C++ 编写后编译为 WASM 运行
• Worker：多线程处理繁重计算任务，避免卡顿
• WebGPU：实现精美 3D 画面，突破 WebGL 渲染瓶颈