Python 是一种解释性的语言，被许多组织和个人用于研究工具、原型设计等，甚至很多的生产环境也是使用的 Python。但是，大多数情况下，Python 代码的运行效率会低于 JAVA 或 C ++ 等编译语言。但可怕的地方在于，和节约 CPU 的时间相比，人们通常更愿意珍惜自己的时间，Python 的易用性导致了其在人群中的广泛应用，并且随着普适性的不大提高，Python 的缺陷，也会逐渐得到更好的解决。

目前而言，当对应用的低延迟、高资源利用要求比较高时，为了提高性能，建议使用底层语言，例如 C ++。

当搭建高并发、多线程应用，尤其是多 CPU 绑定线程的应用，由于 Python 中的 GIL（全局解释器锁）的存在，会产生性能限制，但 GIL 是 Python 中防止解释器同时自行多个 Python 指令的关键机制，所以单进程多线程应用场景下，Python 存在局限性。

不过，这个高并发、多线程的缺陷，可以通过 Python 的 C 语言拓展，在 C 或 C ++ 中以并行的方式运行，这样就跳过了 GIL，算是“曲线救国”。那么结论就是，Python 适合大多数的应用场景开发，少数的局限性，也可以通过混合开发来解决。