有关vs2017添加python的方法如下：

（1）Python环境的搭建：以Anaconda为例，可以帮我们将python环境搭建完毕，选择适合的Anaconda版本下载即可，下载完毕之后就是安装了，Anaconda会帮我们将Python环境搭载完毕的。

（2）VS2017中Python开发的选择：如果已经安装过VS2017，直接运行Visual Studio Installer，然后选择修改，再勾选“Python开发”和“数据科学和分析应用程序”即可。如果是没有安装过VS2017，需要现在VS官网下载最新的VS2017即可，安装完毕后，VS2017会自动引入我们前面安装的python环境。

（3）测试环境：环境搭建完毕之后就需要测试一下是否搭建成功了，打开VS选择python应用程序；可以看到我们安装的Python3.6已经引入了。接下来点击“附加”按钮即可。

「人生苦短，我用 Python」这句话是python的创始人吉多·范罗苏姆说的，当然他最开始是说的英语，原话是："Life is short, you need python."，于1990 年代初设计，作为一门叫做ABC语言的替代品。 Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言， 随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。 Python解释器易于扩展，可以使用C语言或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。 Python 也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。 2021年10月，语言流行指数的编译器Tiobe将Python加冕为最受欢迎的编程语言，20年来首次将其置于Java、C和JavaScript之上。

python自身是在其他语言的根基之上衍生出来的，包含了C++、ABC、Algol-68、SmallTalk、Unix shell 和其他的脚本语言。不同于其他编程语言，python在学习之初并不需要其他复杂的知识背景，就可以入手学习。 同时，python近来的热度也越来越高。因为python 的实用性非常强，现在以及未来，人工智能AI 编程的主流工具都是python，所以python更适合初学者。

后端开发、前端开发、爬虫开发、人工智能、金融量化分析、大数据、物联网等，python应用无处不在，搜索引擎Google的核心代码是python完成的、迪士尼公司动画生成的Unix版本都内建了python环境支持、国内知名的豆瓣网是使用python技术建立……可见python应用开发技术在各公司都有大规模使用，python的发展前景是不可估量的。

python为脚本语言，需要边解释边运行。好处是不需要编译，可以直接运行。坏处是由于边解释边运行，运行效率慢。C++为编译语言需要先编译再运行。好处是运行速度快，尤其对于大型程序，效率提升明显。坏处是程序更新后，需要重新编译运行，不是很方便。

python语法简单，语句简洁，使用方便，上手容易，而且不需要编译可以即使运行，尤其在Jupyter Notebook上运行，那叫一个得心应手。C++语法复杂，格式要求高，使用不便，上手较难。

python在人工智能领域占据有压倒性的优势，有众多的库支持，大多数第三方库都是基于python开发或者提供完整的API。

当然，学习哪门编程语言还要结合自己的职业发展方向与兴趣爱好，不要单纯为了学习工具而学习。

C/C++ 有强烈的学术背景，Java / C# 有强烈的商业背景，这些背景确保了有足够多的人和公司对这些语言有信心，从而促进了这些语言的大规模应用，之后就靠惯性了。java是有些啰嗦，不过ide能帮忙减少80%以上的键盘敲击，同时静态分析能帮忙解决80%以上的低级错误，代码提示能帮忙减少80%以上的查文档时间，至于强大的重构能力更是python望尘莫及的，所以只要是稍微大的项目，用java很可能比python开发速度更快 1. 动态语言相对来说速度慢些.2. 涉及到一些大的工程,Java/C/C++来说可以系统性的更准确高效的解决问题.3. 当越到低层和硬件关系更近时, C/C++可以更好的完成任务.直接编译成机器语言.

而Python和Ruby需要运行环境.当然, Python等动态语言用来做一个工具处理一些日常数据还是很好用的,或者用Python Django做网站.但一涉及到大型工程就需要用Java/C/C++了，工具是用来解决问题的，能比较好的解决问题就可能被用的多，而不是说这个工具有多精致 越是复杂的项目，使用静态语言可以利用编译器更早的发现和避免问题。这并不是说动态语言并不能用于大型项目，但是在超过一定规模之后，动态语言轻便灵活的优势就会被重构时的困难给抵消掉。另一个原因是性能上的，同理，也不是动态语言写不出高效的代码，而是花在优化上的时间会更多，而团队人多了水平难免参差不齐，不如静态语言稳妥。

哪个工具好，要看解决的问题是什么，最近什么技术流行，只能说明这个技术适用的问题域变成了普遍问题而已。