QPython 与 PC Python 的差异——移动端形态下的取舍与增强

相同的部分

首先，Python 语言本身是一样的。你写的 print("Hello")、def、import numpy as np 这些在 QPython 里和 PC 上没有任何语法区别。标准库（os、sys、math、json、re 等）和大多数第三方库的基本用法也一致。

如果你的代码不依赖特定的 PC 环境（比如显示器、鼠标、特定的文件系统路径），通常可以直接在 QPython 里运行。

移动端独有的增强

QPython 相比 PC 环境，提供了几个手机上才能做的事情：

QSL4A Android API 桥接

这是 QPython 的杀手级功能。在 PC 上，你无法通过 Python 调用 PC 的摄像头、读取 GPS、控制蓝牙。在 QPython 里，这些通过 androidhelper 模块一行代码就能搞定：

from androidhelper import Android
droid = Android()
droid.startLocating()  # 启动 GPS 定位
print(droid.getLastKnownLocation())  # 获取最后一次已知位置
droid.takePicture()  # 拍照

硬件传感器

加速度计、陀螺仪、磁力计、光线传感器、接近传感器、麦克风——这些 PC 上（除了笔记本有摄像头和麦克风）基本都没有，而 QPython 可以直接读取：

droid.startSensingTimed(1, 1000)  # 每秒读取一次

图形化 UI 框架

FullScreenWrapper2 是 QSL4A 内置的 UI 构建框架，可以用纯 Python 代码在 Android 上构建界面化应用，这在 PC 上对应 tkinter / PyQt，但 QPython 的 UI 是原生 Android 风格。

悬浮窗与后台运行

QPython 可以申请悬浮窗权限，在任何 App 之上显示终端或 UI。还可以用前台服务保持后台运行，实现持续监听传感器或自动巡检。

移动端的天然限制

算力与内存

手机 CPU 和内存远弱于 PC。大规模矩阵运算、图像处理、深度学习训练在手机上不现实。即使是本地 AI 推理，也需要选择量化后的小模型（如 Llama 3.2 1B/3B）。

文件系统差异

Android 的文件系统是沙盒式的。QPython 的脚本和数据默认存在 App 私有目录下，外部存储（SD 卡、USB）需要通过 Android 存储访问框架（SAF）授权。直接用硬编码路径（如 /sdcard/xxx）在某些 Android 版本上会失败。

输入体验

手机屏幕小、输入法受限。大量代码的编写效率远不如 PC。QEditor 提供了扩展键盘条（底部常驻常用关键字和符号按钮）来补偿，但终究是次优方案。

后台生存

Android 的电池优化机制会主动杀后台进程。长时间运行的脚本需要申请忽略电池优化（QPython 设置里有相关选项），否则容易被系统终止。

网络依赖

下载第三方库、拉取模型权重都需要网络。手机流量有限，建议在 Wi-Fi 下完成包安装和模型下载。

典型工作流对比

小结

QPython 不是 PC Python 的替代品，而是互补品。它在移动端形态上做了针对性增强（Android API、硬件访问、本地 AI），同时天然受限于手机算力和交互方式。最佳实践通常是：在 PC 上写和调大段代码，在 QPython 上做移动端特有的工作——比如传感器数据采集、自动化脚本原型、AI 应用的移动端演示。

现在环境搭好了，可以看 安装方式 开始动手。