Python是先编译为字节码再由虚拟机解释执行的混合型语言，CPython将.py源码编译成.pyc字节码并缓存，由PVM执行；字节码版本特定、不可跨实现通用，需PyInstaller等工具生成真正可执行文件。
Python 并不是纯粹的“解释执行”，也不是传统意义上的“编译执行”，而是先编译成字节码，再由虚拟机解释执行。这个过程常被简化为“解释型语言”，但背后有明确的编译环节，只是不生成本地机器码，也不暴露给用户。
Python 会编译，只是不生成 .exe 或二进制文件
当你运行 python script.py 时，CPython（最常用的 Python 解释器）会：
- 先将源代码（.py 文件）解析成抽象语法树（AST）
- 再把 AST 编译成平台无关的字节码（bytecode），保存在
__pycache__/script.cpython-312.pyc中（版本号随 Python 版本变化） - 最后由 Python 虚拟机（PVM）逐条读取并执行这些字节码指令
这个编译步骤是自动、隐式且快速的。如果 .py 文件没变，下次运行会直接加载已缓存的 .pyc 文件，跳过编译阶段。
字节码不是机器码，也不能跨 Python 版本运行
Python 字节码是为 CPython 虚拟机设计的中间表示，不是 CPU 能直接执行的指令：
立即学习“Python免费学习笔记（深入）”；
- 不同 Python 版本（如 3.11 和 3.12）的字节码格式可能不同，所以 .pyc 文件不能通用
- PyPy、Jython、MicroPython 等其他实现有各自的字节码或执行机制，互不兼容
- 你可以用
dis模块查看字节码：import dis; dis.dis(lambda x: x + 1)
真正的“编译执行”需要额外工具
若想得到真正可脱离 Python 环境运行的二进制程序，得借助第三方工具，它们做了更深层的编译或打包：
- PyInstaller / cx_Freeze：把 Python 解释器、字节码、依赖库一起打包成可执行文件，运行时仍需解压并启动内置的 PVM
- Cython：将 .py 或 .pyx 文件翻译成 C 代码，再调用 C 编译器生成扩展模块（.so 或 .dll），这部分是原生机器码，可被 Python 导入调用
- Nuitka：真正将 Python 代码整体编译为 C++ 代码，再编译成二进制，能生成独立可执行文件，也支持进一步优化
为什么说“解释执行”仍是主流理解？
因为对开发者而言，没有显式的编译命令（如 gcc main.c -o main），也没有手动管理字节码的必要：
- 源码修改后立即生效，无需重新编译整个项目
- 交互式环境（如 IPython、REPL）中，输入即编译即执行，延迟极低
- 错误提示指向原始 .py 行号，调试体验贴近“纯解释”
这种“隐藏编译 + 显式解释”的混合模型，兼顾了开发效率与一定运行效率，也是 Python 设计哲学的体现。
