MicroPython 編程最吸引人的方面之一是它與近二十年來(lái)在桌面環(huán)境中廣泛使用的 CPython 相似。由于幾乎相同的語(yǔ)法和設(shè)計(jì)范例，在嵌入式和桌面開(kāi)發(fā)環(huán)境之間移動(dòng)幾乎是無(wú)縫的體驗(yàn)。這在物聯(lián)網(wǎng)時(shí)代是非常可取的，在這個(gè)時(shí)代，來(lái)自嵌入式電子產(chǎn)品的數(shù)據(jù)必須可以在眾多平臺(tái)上訪問(wèn)，包括移動(dòng)、桌面和云。如果工具和編程語(yǔ)言的變化最小化，開(kāi)發(fā)人員可以保持精簡(jiǎn)，產(chǎn)品開(kāi)發(fā)周期可以縮短。也就是說(shuō)，與桌面計(jì)算相比，嵌入式硬件環(huán)境的本質(zhì)要求 MicroPython 和 CPython 之間存在一些并非微不足道的差異。

注：CPython 是用 C 語(yǔ)言實(shí)現(xiàn)的 Python 解釋器，也是官方的并且是最廣泛使用的 Python 解釋器。除了 CPython 以外，還有用 JAVA 實(shí)現(xiàn)的 Jython 和用.NET 實(shí)現(xiàn)的 IronPython，使 Python 方便地和 JAVA 程序、.NET 程序集成。另外還有一些實(shí)驗(yàn)性的 Python 解釋器比如 PyPy。

CPython 是使用字節(jié)碼的解釋器，任何程序源代碼在執(zhí)行之前先要編譯成字節(jié)碼。它還有和幾種其它語(yǔ)言（包括 C 語(yǔ)言）交互的外部函數(shù)接口。

嵌入式電子生態(tài)系統(tǒng)在許多方面受到限制，而臺(tái)式機(jī)或服務(wù)器則沒(méi)有。首先，它們受到能源消耗的限制。許多嵌入式設(shè)備都是電池供電的，因此延長(zhǎng)電池壽命在性能方面受到限制。臺(tái)式計(jì)算機(jī)可能以幾千兆赫茲的速度運(yùn)行，而微控制器充其量只能以幾十兆赫茲的速度運(yùn)行。受限內(nèi)存和存儲(chǔ)也往往是顯著影響 CPython 和 MicroPython 之間差異的限制因素。由于內(nèi)存僅以千字節(jié)或兆字節(jié)為單位，內(nèi)存密集型功能通常會(huì)減少甚至完全從 MicroPython 實(shí)現(xiàn)中刪除。了解差異對(duì)于希望避免調(diào)試嵌入式代碼的許多令人沮喪的時(shí)間的開(kāi)發(fā)人員來(lái)說(shuō)非常重要。

CPython 開(kāi)發(fā)人員可以訪問(wèn)數(shù)百個(gè)預(yù)構(gòu)建模塊，只需一行代碼即可將這些模塊輕松添加到他們的項(xiàng)目中。這些模塊消除了在尋求向項(xiàng)目添加功能時(shí)重新發(fā)明輪子的需要。但是，許多模塊在內(nèi)存利用率方面可能非常大。MicroPython 要么消除模塊，要么提供專為嵌入式平臺(tái)設(shè)計(jì)的模塊的定制實(shí)現(xiàn)。還有嵌入式平臺(tái)獨(dú)有的模塊，例如與通用 I/O (GPIO) 引腳的接口。

CPython 使用自動(dòng)引用計(jì)數(shù)作為其內(nèi)存管理方式，而 MicroPython 使用垃圾收集。從實(shí)際的角度來(lái)看，當(dāng)需要分配內(nèi)存時(shí)，MicroPython 將嘗試在堆上找到足夠大小的內(nèi)存塊。如果失敗，MicroPython 將尋求釋放內(nèi)存中未使用或冗余的對(duì)象。這是一個(gè)通常以毫秒為單位的過(guò)程。或者，開(kāi)發(fā)人員可以偶爾gc.collect()以預(yù)定的時(shí)間間隔運(yùn)行以清理內(nèi)存，以確保垃圾收集不會(huì)在代碼的關(guān)鍵部分發(fā)生。

語(yǔ)法差異可能是讓大多數(shù)開(kāi)發(fā)人員陷入困境的差異類型，特別是如果您有任何重要的 CPython 經(jīng)驗(yàn)，這可能會(huì)給您編程時(shí)帶來(lái)某種“肌肉記憶”。

MicroPython 要求文字?jǐn)?shù)字和關(guān)鍵字之間有空格；相比之下，CPython 則不然。

MicroPython 允許使用 := 賦值給理解變量；CPython 引發(fā)語(yǔ)法錯(cuò)誤。

使 Python 對(duì)編碼新手友好的設(shè)計(jì)特性之一是它處理數(shù)據(jù)類型（例如整數(shù)、布爾值、浮點(diǎn)數(shù)）的方式。在 Python 中，所有數(shù)據(jù)類型都是類，變量是類的實(shí)例。然而，MicroPython 并沒(méi)有實(shí)現(xiàn)整個(gè) CPython 對(duì)象數(shù)據(jù)模型。值得注意的差異包括缺少多重繼承、__new__ 和 __del__特殊方法可能不起作用、方法解析順序不同以及不支持元類。

MicroPython 中未實(shí)現(xiàn)異常鏈接。因此，MicroPython 無(wú)法跨程序的不同抽象層重新拋出異常。

內(nèi)置類型的處理方式不同。例如，MicroPython 不支持刪除數(shù)組。

在 Python 中，函數(shù)是對(duì)象并且具有一組定義的屬性，可以通過(guò)函數(shù)調(diào)用訪問(wèn)這些屬性。例如，所有函數(shù)都有一個(gè)內(nèi)置屬性__doc__，它返回函數(shù)源代碼中定義的文檔字符串。函數(shù)的用戶定義屬性在 CPython 中是可能的；但是，MicroPython 不支持它們。這樣做是因?yàn)榍度胧较到y(tǒng)中通常會(huì)遇到內(nèi)存限制。

覆蓋sys.stdin, sys.stdout, 和sys.stderr是不可能的。這些是解釋器用于標(biāo)準(zhǔn)輸入、輸出和錯(cuò)誤的文件對(duì)象。這就是我們向用戶顯示文本并從用戶那里獲取輸入的方式。

未能加載的模塊仍被注冊(cè)為已加載。這是為了使模塊處理更有效率。因此，加載不包含異常處理。在部署到生產(chǎn)環(huán)境之前，一定要在開(kāi)發(fā)環(huán)境中測(cè)試代碼！

該environ屬性未實(shí)現(xiàn)。相反，開(kāi)發(fā)人員必須使用getenv()、putenv()和unsetenv() 方法來(lái)設(shè)置和獲取環(huán)境變量。請(qǐng)注意，該getenv() 方法只允許將一個(gè)參數(shù)傳遞給它。

該print()函數(shù)不會(huì)像 CPython 那樣檢查遞歸數(shù)據(jù)結(jié)構(gòu)（例如，遞歸列表）。MicroPython 會(huì)檢查堆棧使用情況，因此打印遞歸數(shù)據(jù)結(jié)構(gòu)不會(huì)因堆棧溢出而導(dǎo)致崩潰。

方法的錯(cuò)誤消息可能會(huì)顯示意外的參數(shù)計(jì)數(shù)，因?yàn)?MicroPython 將“self”計(jì)為參數(shù)。確保在處理錯(cuò)誤消息時(shí)牢記這一事實(shí)。

JSON（JavaScript 對(duì)象表示法）是一種流行的數(shù)據(jù)交換格式，許多物聯(lián)網(wǎng)終端設(shè)備使用它來(lái)與云高效通信。如果 JSON 對(duì)象不可序列化，MicroPython JSON 模塊不會(huì)拋出異常。

該struct 模塊在 Python 值和表示為 Python 字節(jié)對(duì)象的 C 結(jié)構(gòu)之間進(jìn)行轉(zhuǎn)換。這允許有效處理存儲(chǔ)在文件中或來(lái)自傳感器常用的網(wǎng)絡(luò)連接或串行協(xié)議的二進(jìn)制數(shù)據(jù)。不幸的是，該struct.pack(format, v1, v2)函數(shù)不進(jìn)行檢查以確保為其提供了正確數(shù)量的參數(shù)。這與 CPython 實(shí)現(xiàn)形成對(duì)比，后者確實(shí)檢查參數(shù)計(jì)數(shù)。

未實(shí)現(xiàn)在數(shù)組中搜索整數(shù)的功能。因此，以下代碼將導(dǎo)致錯(cuò)誤：

import array as array
a = array.array('i', [1, 2, 3, 4])
print(1 in a)

CPython 會(huì)打印false，而 MicroPython 會(huì)返回未實(shí)現(xiàn)的錯(cuò)誤消息。

MicroPython 是一種功能強(qiáng)大且易于使用的編程語(yǔ)言，用于開(kāi)發(fā)嵌入式應(yīng)用程序。但是，與用于創(chuàng)建桌面和云原生應(yīng)用程序的功能更豐富的 Python 實(shí)現(xiàn)相比，它是有限的。一些差異可能會(huì)在未來(lái)的 MicroPython 版本中得到修復(fù)，或者隨著新功能被添加到 Python 的參考實(shí)現(xiàn)中，可能會(huì)出現(xiàn)新的差異。要查看 CPython 和 MicroPython 之間的最新差異，請(qǐng)務(wù)必在其網(wǎng)站上查看 MicroPython 的官方文檔。