当前,Python语言在人工智能、数据挖掘、云计算等领域使用广泛,已成为计算机领域的研究热点。但随之而来的则是程序的复杂性增加,开发效率低下,程序质量难以保证。如何提高Python程序的开发效率成为亟待解决的问题。PAR方法是提高软件开发效率和可靠性的一种简单有效的形式化方法,该方法能够很好的解决软件开发效率低下的问题。本文针对提高Python程序开发效率这一问题,提出了基于PAR平台的APLA->Python程序自动生成方法并制作了自动生成工具,其研究目标就是在当前PAR平台的基础上,实现PAR方法指导下的APLA->Python程序的自动生成,提高Python程序的可靠性和开发效率。本文首先分析算法设计语言APLA与Python语言的特点,总结两种语言的区别与共性,提出了APLA->Python自动生成系统的总体设计,找出APLA语言与Python语言的语句对应规则。然后分析APLA语言和Python语言的数据类型,选择需要实现的基本组合数据类型。并且我们分析了APLA语言的抽象数据类型机制和JAVA、C#的泛型机制,结合Python语言的特点,解决了APLA语言自动生成Python语言时遇到的泛型问题。最后,我们使用C++语言编制自动生成系统的主程序,Python语言制作Python可重用部件库,并使用大量实例测试APLA->Python自动生成系统的运行效果。本系统共包含代码7千8百余行,该系统作为提高软件可靠性和开发效率的自动化工具,可以应用于Python编程领域,促进Python软件开发领域的发展。本文的主要创新点如下:（1）提出了基于PAR平台的APLA->Python程序自动生成方法。基于现有PAR平台,使用PAR方法为研究基础,提出将APLA语言设计的程序自动生成等价Python程序的方法。PAR方法实现了泛型程序设计思想,其提供了大量的预定义组合数据类型,并且还实现了并发分布式处理机制、元素的参数化和多媒体数据处理等功能,能够很好的实现Python程序的自动生成。（2）提高了Python程序的生产效率。设计了APLA->Python自动生成系统。通过自动生成系统完成了Python程序的自动生成,提高了Python程序的开发效率。