Python的慢是因为它的动态性和通用性。它是用来解决各种问题的工具，尽管在这些问题中可能有更优化和更快的替代方案。当然也可以使用异步来优化你的python程序，在用好性能分析工具的前提下，可考虑用多解释器。
在不考虑启动速度且能被JIT加速的情况下，可考虑用Py
在部分代码有严重性能问题且类型多为静态不变的情况下，可考虑用Cython。
如果你是一个 C++爱好者，也想玩 Python，以下有一些建议：
- 改掉老习惯：别再使用 C++编译器作为调试器。不用再过度优化内存使用。避免写出 C++风格的代码。并且无论如何，不要再依赖类型。
- 养成新习惯：开始使用库。写 Python 式的代码（但不要为了写而写），保证代码的可读性。尝试使用一些更加复杂的概念，如 generators、decorators、contexts。尝试 PyCharm。
- 使用 C++和 Python 共用库：一些 C++库（如 OpenCV、QT）有 Python 接口。在 Python 中使用相同的库会比从零开始学习一个新库更加容易。
- 勿忘初心：有时候 Python 实在是太慢或者不适合你的任务，C++经验就派上用场了。有很多方式（SIP、ctypes 等）可以让你在 Python 内使用 C++代码。
Python好课:Python+大数据开发自学教程_Python+大数据开发视频教程从入门到精通_黑马程序员
- Python 入门教程完整版（全 547 集）
- Python 深入浅出进阶课程
- Python 进阶之 MySQL 入门教程
- 2 小时玩转 Python 多线程编程
- Python 数据挖掘基础教程
- Python 3 天快速入门机器学习项目
- 7 天入门机器学习（人工智能必学基础课）
- Python 深度学习之神经网络