python源程序执行的方式如下：
1、在命令行输入ipython或ipython3进入交互式shell环境，如果不行的话需要安装ipython和python镜像，配置方式：pip3 install ipython -i ctrl+D或者exit 推出ipython ipython的优点：支持自动补全和执行linux命令。
2、在命令行窗口输入python (官方的shell)，在这里可以直接输入python程序代码，退出用exit() 或者 ctrl+D。
3、集成开发环境：PyCharm 类似IDEA，推荐教程： 《Python教程》。
编译执行
所谓编译执行就是源代码经过编译器编译处理，生成目标机器码，就是机器能直接运行的二进制代码，下次运行时无需重新编译。不过它是针对特定CPU体系的，这些目标代码只能在特定平台执行。
如果这个程序需要在另外一种 CPU 上面运行，这个代码就必须重新编译。它不具备可移植性，但是执行速度快，C、C++这类语言属于编译型语言。
python主要应用领域：
1、云计算：
PYTHON语言算是云计算最火的语言， 典型应用OpenStack。
2、WEB前端开发
python相比php\ruby的模块化设计，非常便于功能扩展；多年来形成了大量优秀的web开发框架，并且在不断迭代；如目前优秀的全栈的django、框架flask，都继承了python简单、明确的风格，开发效率高、易维护，与自动化运维结合性好。
python已经成为自动化运维平台领域的事实标准；众多大型网站均为Python开发，Youtube, Dropbox, 豆瓣。
3、人工智能应用
基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python的支持，目前世界优秀的人工智能学习框架如Google的TransorFlow 、FaceBook的PyTorch以及开源社区的神经网络库Karas等是用python实现的。
甚至微软的CNTK（认知工具包）也完全支持Python，而且微软的Vscode都已经把Python作为第一级语言进行支持。
4、系统运维工程项目
Python在与操作系统结合以及管理中非常密切，目前所有linux发行版中都带有python，且对于linux中相关的管理功能都有大量的模块可以使用，例如目前主流的自动化配置管理工具：SaltStackAnsible（目前是RedHat的）。
目前在几乎所有互联网公司，自动化运维的标配就是python+Django/flask，另外，在虚拟化管理方面已经是事实标准的openstack就是python实现的，所以Python是所有运维人员的必备技能。
5、金融理财分析
量化交易，金融分析，在金融工程领域，Python语言不但在用，且用的最多，而且重要性逐年提高。原因：作为动态语言的Python，语言结构清晰简单，库丰富，成熟稳定，科学计算和统计分析都很牛逼，生产效率远远高于c,c++,java,尤其擅长策略回测。
5、大数据分析
Python语言相对于其它解释性语言最大的特点是其庞大而活跃的科学计算生态，在数据分析、交互、可视化方面有相当完善和优秀的库（python数据分析栈：Numpy Pandas ScipyMatplotlipIpython）
并且还形成了自己独特的面向科学计算的Python发行版Anaconda，而且这几年一直在快速进化和完善，对传统的数据分析语言如R MATLAB SAS Stata形成了非常强的替代性。
参考资料：百度百科_Python
