当我们写好一段 Python 代码时，实际上得到的就是一个以 .py 结尾的纯文本文件。
可光有文件还不够，要让它“动”起来，就得靠 Python 解释器来执行。
Python 的魅力之一，就是它完全开源。
理论上，只要你功力够深厚，谁都可以写一个属于自己的解释器。
不过，这个挑战难度可不小。也正因如此，市面上出现了不少不同风格的解释器。
CPython
从 Python 官方网站 下载并安装 Python 3.x 后，你得到的就是最正统的解释器——CPython。顾名思义，它是用 C 语言写成的。
当你在命令行里敲下 python，其实就是把 CPython 唤醒了。
绝大多数人平时写的 Python 程序，都是在它的怀抱里运行的。本教程中的代码，也全都基于 CPython。
IPython
如果你觉得命令行里那几个 >>> 提示符太单调，不妨试试 IPython。
它并没有改变 Python 的执行方式，本质上还是依赖 CPython，只是让交互体验更舒服。
提示符会换成 In [序号]:，看起来更现代，也更适合实验和快速尝试。
PyPy
说到追求速度，就不得不提 PyPy。它最大的亮点是采用了 JIT 技术，能把 Python 代码“即时编译”成机器码执行。结果就是——跑起来比 CPython 快得多。
当然，速度带来的代价就是：有些细节和 CPython 不完全一样。
所以如果你打算用 PyPy，还得留意一下它和 CPython 的差异 PyPy_CPython。
Jython
想在 Java 的世界里写 Python？那就用 Jython。它能把 Python 代码直接编译成 Java 字节码，让 Python 和 Java 无缝合作。
IronPython
和 Jython 类似，IronPython 则是站在微软 .NET 平台上的另一位成员。
它能把 Python 转成 .NET 的字节码。如果你的项目要和 .NET 紧密结合，IronPython 就派上用场了。
小结
解释器的家族很庞大，但真正用得最多的，还是 CPython。 如果你只是学习、开发、部署常见项目，那坚持用官方 CPython 就稳妥无比。至于 Jython、IronPython 这类跨平台的尝试，往往更适合特殊场景。一般来说，与其费力把 Python 搬进 Java 或 .NET，不如通过网络通信的方式让它们互联互通，既独立又高效。
所以，在动手之前，先确认你装的是 CPython 3.x —— 那就是从 Python 官方网站 下载的安装包。用它作为基础，你的学习之路会更顺畅。