Python作爲目前最爲火爆的腳本語言，其豐富的Package庫和跨平臺等特性有目共睹。
曾今，以功能實現、產品交付爲工作主導的我，自以爲所謂的“跨平臺”就是不需要去了解平臺細節，Python語言底層都封裝好了。
但如果想從性能方面思考自己的程序，多壓榨機器資源來體現自身的專業素養，就不得不激發自己的好奇心，去了解這一個個“封裝”都咋實現的，不同有什麼區別。
比如，前幾周開發Python爬蟲時，就有好幾個問題在腦海盤旋：
1. 做這個項目，在windows上部署開發環境快些，還是linux？比如項目依賴的各種pypi庫的安裝在windows上是否方便。有時需要用到第三方工具，比如Selenium，PyQt，Fidder，MongoDB客戶端或者Potia框架，在兩個平臺上的安裝、熟悉花費的時間是否相同？
2. 開發過程中，不同的操作系統會不會處理的細節不同？比如Windows的控制檯字符編碼就沒有utf8，那從服務器返回的json字符串，如果我想做相關打印，就需要進行額外的轉碼處理。
3. 同樣的程序，在不同的平臺上是否效率一樣？比如多線程、多進程爬蟲，兩邊代碼都一樣，誰先爬完就成了兩個操作系統對於進程、線程管理的比拼。
一方面，看自己要花多久能完成程序的開發，另一方面，再看程序要花多久能完成預期的目標，一切回到ACM般的趣味之中。
當然不全是出於效率優化的角度，提醒我不要放下linux，還在於Python源碼的磁層實現。
Python解釋器核心邏輯在於對操作碼（opcode）的解析與執行。這個玩意就很像彙編代碼了，特別是看到熟悉的JUMP指令。
再看到它每100條opcode進行一次線程標準調度，就在想“這不是和CPU的時間分片”很像麼？
最後看到多線程的實現，對不同的操作系統的原生線程進行封裝，交由GIL處理。
你肯定也會想，這個語言的實現似乎借鑑了操作系統內核的原理。
最近我在讀Programming Python，第一個向讀者介紹的內容就是系統工具——sys和os兩個模塊，前者封裝了和Python虛擬機相關的接口，後者封裝了和操作系統（特別是文件系統）相關的接口。Python模塊導入與sys.path有關，這個名字又不得不讓人想到Windows和Linux都有的環境變量PATH（在Python中，這個PATH就是os.environ），操作系統是通過PATH來尋找命令的，就像Python通過sys.path來找模塊一樣。
你看，這又是完美的借鑑。
所以作爲開發者，你得知道程序的世界不是憑空造出來的，特別是這些風靡了這麼多年的操作系統和編程語言，一行行代碼都有憑有據，哪怕是個idea都有出處（你甚至在Python源碼的註釋裏會看到某處算法借鑑了某某論文）。特別是“系統工具”這個說法：操作系統對於腳本語言來說是工具。這再一次強調了，開發者應該對程序執行環境、上下文保持注意力。
Python如此，Linux的開發其實也是如此。GNU當年剛成立，高舉着“自由軟件”大旗，但志願者少，原因在於他們缺少產品，只有編輯器Emacs和編譯器GCC。Linux的開發也不是閉門造車，它就用到這兩個工具，再加上以Minix操作系統爲參考，就逐漸成了GNU的招牌。所以Python和Linux真的很像，都是idea+idea=更大的idea，工具+工具=更大的開發工具。
Guido和Linus的編程哲學幾乎是一致的，可能同是開源，纔會這麼惺惺相惜吧。（此處沒有鄙視Windows之意）
學習Python，真的有必要了解Linux內核。