自從1990年代初發(fā)布Python之后，它就引起了很多炒作。 當然，編程社區(qū)至少花了20年的時間才意識到它的存在，但是自那時以來，它的普及程度已經(jīng)遠遠超過了C，C#，Java甚至Javascript。

[[346893]]

盡管Python在數(shù)據(jù)科學和機器學習領(lǐng)域以及某些程度上在科學和數(shù)學計算領(lǐng)域占據(jù)著主導地位，但與Julia，Swift和Java等較新的語言相比，它確實有其缺點。

是什么使Python如此流行?

Python迅猛發(fā)展的主要推動力之一是它的易學性和強大的實用性，這使其對初學者以及因諸如C之類的語言的語法難以理解而回避編程的人非常有吸引力。 / C ++。

該語言從根本上廣泛強調(diào)代碼的可讀性。 憑借其簡潔明了的語法，它使開發(fā)人員無需編寫大量的行代碼即可表達想法和概念(在C或Java等低級語言中就是這種情況)。 Python非常簡單，可以與其他編程語言無縫集成(例如將CPU密集型任務卸載到C / C ++)，這對多語言開發(fā)人員來說是一個額外的好處。

Python多功能性的另一個原因是企業(yè)(包括FAANG)以及無數(shù)小型企業(yè)對其的大量使用。 如今，您將找到一個Python軟件包，幾乎可以想到的所有內(nèi)容-對于科學計算，您已經(jīng)擁有Numpy，Sklearn(用于機器學習)和Caer(用于計算機視覺)。

Python的弱點

很慢，很慢

這可能很容易。 速度通常被認為是開發(fā)人員關(guān)注的重點之一，并且可能會持續(xù)不可預見的時間。

Python變慢的主要原因之一，實際上可以歸結(jié)為2 – Python被解釋為與編譯相反，最終導致執(zhí)行時間變慢; 以及它是動態(tài)類型的(在執(zhí)行過程中，Python會自動推斷變量的數(shù)據(jù)類型)。

實際上，這種" Python慢"的觀點在初學者中往往起很大作用。 對，是真的。 但只是部分。

以TensorFlow為例，這是Python提供的機器學習庫。 這些庫實際上是用C ++編寫的，并且可以在Python中使用，有點像是圍繞C ++實現(xiàn)的Python"包裝器"。 Numpy甚至在一定程度上也是如此。

它有一個GIL(l)

Python速度緩慢的主要原因之一是存在GIL(全局解釋器鎖定)，該功能一次只能執(zhí)行一個線程。 雖然這可以提高單線程的性能，但是它限制了并行性，在這種并行性中，開發(fā)人員必須實現(xiàn)多處理程序而不是多線程程序，以提高速度。

對于內(nèi)存密集型任務不是很好的

當對象超出范圍時，Python會自動進行垃圾回收。 它旨在消除C和C ++涉及的很多內(nèi)存管理復雜性。 由于指定數(shù)據(jù)類型的靈活性(或缺乏靈活性)，Python消耗的內(nèi)存量可能會迅速爆炸。

此外，Python可能不會注意到的一些錯誤可能會在運行時彈出，最終使開發(fā)過程變慢了很多。

移動計算的弱勢存在

從臺式機到智能手機的巨大轉(zhuǎn)變，很明顯，需要更強大的語言來構(gòu)建用于手機的軟件。 盡管Python在臺式機和服務器平臺上具有相當大的代表性，但是由于缺乏強大的移動計算處理能力，Python往往會在移動開發(fā)方面失去優(yōu)勢。

近年來，在這一領(lǐng)域取得了許多進步，但是這些新添加的庫甚至與強大的競爭對手(如Kotlin，Swift和Java)并不接近。

其他語言的興起

最近，Julia，Rust和Swift等較新的語言突然出現(xiàn)，它們借鑒了Python，C / C ++和Java的許多優(yōu)秀設(shè)計概念-Rust幾乎保證了運行時的內(nèi)存安全性和并發(fā)性，并提供一流的 與WebAssembly的互操作性; Swift對LLVM編譯器工具鏈的支持幾乎與C一樣快，而Julia為I / O密集型任務提供了異步I / O，并且速度非常快。

結(jié)論

Python從未被構(gòu)建為優(yōu)秀的編程語言。 它從未被構(gòu)建為可以使用C / C ++和Java。 它被構(gòu)建為一種通用的編程語言，強調(diào)了人類可讀的，以英語為中心的語法，從而可以快速開發(fā)程序和應用程序。

就像一天結(jié)束時的所有其他語言一樣，Python是一種工具。 有時，它是很好的工具。 有時候不是。 通常，這"還好"。

那么，Python作為一種編程語言是否正在消亡?

我?guī)缀醪贿@么認為。

它失去魅力了嗎?

啊，也許只是一點點。 一點點。