出于性能的考虑，传统的嵌入式开发都以C、C++为主。如今嵌入式设备的性能早已今非昔比，开发工具的选择方面也有了更大的自由度。对于非性能敏感的业务，Go、Python等开发语言引入的开发速度提升还是非常诱人。Python有着丰富的开发资源，在系统资源足够的情况下，Python在嵌入式环境下有着不错的开发体验。
性能
同Python高效的开发速度相对应的是Python的运行速度非常的慢，即使在脚本语言里Python也是最慢的一档。如果你的程序需要高性能，Python显然是不合适的。即使不需要高性能，也需要特别注意以保证用户体验。
使用的库尽量精简。在PC下Python的启动速度不会有明显的感觉，但在嵌入式设备下，用到的库多了后，第一个明显的感觉就是启动时间变长。如果用到的库多，启动时间甚至会超过10秒。嵌入式环境下引入一个新库需要更为谨慎，平衡好开发体验及性能影响。
程序打包（应用分发）
Python在跨平台方面做的非常优秀，大多情况下可以不需要嵌入式设备，直接本地开发调试。但程序发布的时候还需要针对应用平台就行打包。
pex会把所有的依赖和你自己的代码打包成一个.pex为后缀的可执行文件。在运行环境下直接执行该文件即可。由于开发环境的构架和运行环境的架构不一致，可以通过Docker容器就行程序的pex打包。
代码保护
对于商业项目，必要的代码保护还是有一定的必要。代码的保护可以选择下面几种方式。
- 编译成pyc
- 使用命令 `python3 -m compileall -b ./;find ./ -name “*.py” -delete` 将代码编译成pyc，并删除py文件。
- 该做法可以提供最低限度的代码保护。pyc还是可以较容易的反编译成py文件。
- 使用代码加密（混淆）工具对源代码进行加密。
- 开源的代码加密工具都缺乏维护，很久未更新。如果有代码加密需求，建议使用商业工具。pyarmor
- 使用 Cython 、Nuitka 等工具将代码编译成二进制文件。
- 相比 Cython，Nuitka的使用要简单很多，建议优先使用Nuitka。需要注意的是使用 Nuitka 后内存占用率会比直接用Python解释器高大概 1/3 。
- Nuitka的编译也可在Docker容器中进行。