為什么Python贏了，別的語言都干嘛去了？
人工智能時代，為什么Python大放異彩，別的語言都干嘛去了?
為什么不是使用者眾多的Java?也許是Java啰里啰唆，不如Python那么簡潔?
為什么不是Ruby? 和Python一樣簡潔，但是更加優雅。
為什么不是微軟大力支持的C#?
為什么不是C++? 嗯， 其實很多AI核心庫如TensorFlow就是C++寫的， Python更像個“殼”，但是別的語言怎么沒有成為“殼”呢?
先把這個疑問放下，看一個故事。
1
上個世紀90年代，一個叫Jim Hugunin的小伙子在俄勒岡州阿什蘭市的一個公園里玩雜耍，這時候他遇到了施樂PARC的科學家Pavel Curtis, Pavel告訴Jim，有一門叫做Python的語言，非常的酷，用Python編程就像用自然語言一樣，Python就像是可執行的偽代碼，當程序員想快速地分享想法時，使用Python最合適不過了。
這些話應該在Jim的腦海中扎下了根。
1995年，當Jim Hugunin 正在麻省理工學院和他的碩士論文“搏斗”時，他廣泛地使用了Matlab，因為在那篇論文中，他需要對實驗結果進行數據分析，和理論值比較。
Matlab在數據分析領域表現非常棒，但是一旦超出這個領域，就糟糕透頂。為了克服Matlab的缺點，Jim將C語言，Python和Matlab拼湊在一起，終于完成了論文。
Jim 受夠了Matlab，完成論文后，他就開始寫一個Python的擴展，以便像Matlab那樣自然地支持數據分析，同時又不犧牲Python作為一個通用編程語言的強大的功能。
這個Python擴展就是Numeric ，也就是大名鼎鼎的NumPy的前身。
NumPy，以及后來發展起來的SciPy、Matplotlab等， 共同構成了AI時代做應用編程的基礎。
Jim在當時為什么選擇了Python，而不是其他語言來開發數據分析的擴展呢? 這是一種巧合嗎?
首要的原因就是喜歡，“Python編程就像用自然語言一樣”。
其次當時可以選擇的語言也不多，C,C++這種“復雜”的語言肯定不合適， Java, JavaScript才剛剛誕生，Perl擅長的是字符串處理，Ruby是日本人發明的，估計影響力還在日本國內，Matz本人又忽視了社區和類庫的發展。
2
可是，NumPy是Python的擴展，難道別的語言如Ruby，Java就不能也寫個類似的類庫，和Python競爭嗎?
NumPy, SciPy被開發出來的時候，普通的做應用開發的程序員很少使用，它的主要用戶是大學的研究人員、學者和數據科學家，這些人并不是專業的開發人員，他們也不想成為專業的開發人員，他們只要能利用工具解決問題就行了。
由于Python簡潔易懂，并且有NumPy這樣的類庫，在數據分析和科學計算領域，積累起了大量的Python代碼。
假設你是一個研究生，你進實驗室的時候，你的師兄丟給你幾萬行沒有注釋的代碼，是使用Python的NumPy/SciPy做數值分析， 雖然你很討厭Python的語法，但是你會用你最喜歡的語言如Java/Ruby來重寫它們嗎?大概率不會吧。
先發優勢讓Python鎖定了數據科學領域的開發，當AI爆發的時候，Python扶搖直上，就吃盡了紅利，壟斷了市場，別的語言難以和它競爭。
3
總結一下，Python的簡潔易懂再加上早期在數據科學領域的先發優勢，讓它在AI時代獲勝，有偶然也有必然。
最后再來提一下Jim Hugunin，他完成了Python擴展Numeric , 把維護的工作交給了其他人，揮一揮衣袖，不帶走一片云彩。
在對Numeric做性能測試的時候，Jim比較了Python和其他很多語言， 他震驚地發現Java在一些簡單的數值運算上居然和C語言一樣快!于是他開始了一項工作，把Python移植到JVM， 這就是Jython。
后來他也加入了施樂PARC，在那里他又參與設計了著名的AOP庫AspectJ， 掀起了面向切面編程的熱潮。
2004加入微軟后，他又把Python移植到了.NET平臺，即IronPython。
這四項工作，完成任意一項，都足以在軟件發展史上寫下自己的名字，而Jim居然都完成了，真乃奇人也!
參考資料：
參考資料：
http://hugunin.net/story_of_jython.html
http://hugunin.net/papers/hugunin95numpy.html
https://en.wikipedia.org/wiki/Jim_Hugunin
https://www.revolvy.com/page/Jim-Hugunin
https://en.wikipedia.org/wiki/NumPy
https://www.quora.com/Why-didnt-Ruby-become-popular-for-data-science-like-Python-did
【本文為51CTO專欄作者“劉欣”的原創稿件，轉載請通過作者微信公眾號coderising獲取授權】
