Python正在慢慢褪色
大數據文摘出品
來源：medium
編譯：陳之炎、coolboy
自從20世紀90年代初發布以來，Python一直相當火爆，在這二十多年里，它的流行程度遠遠超過了C、C#、Java甚至Javascript。
雖然Python在數據科學和機器學習領域占主導地位，甚至是科學和數學計算領域的主角，但與Julia、Swift和Java等語言相比，它確實有些欠缺。
為什么Python如此受歡迎?
Python迅猛發展背后的一個主要驅動力是它學習起來相當容易，使用起來功能強大。對于初學者來說，像C/C++這樣有難度的編程語言，不熟悉語法的人都會敬而遠之，所以Python顯得非常有吸引力。
語言的核心是代碼可讀性，Python的語法簡潔而富有表現力，開發人員無需編寫大量代碼，便可以表達想法和概念 (C或Java等底層語言的情況也是如此)。它非常地簡單， 并可以與其他編程語言無縫集成 (比如將CPU密集型任務交付予C/C++)。用Python語言開發會給開發人員帶來許多好處。
Python應用廣泛的另一個原因是它被企業大量使用 (包括FAANG)。今天，對于你能想象到的任何項目，你都可以找到一個相應的Python包----科學計算的有Numpy，機器學習的有Sklearn，計算機視覺的有Caer。
Python的弱點
它很慢，太慢了。
不用多說，速度通常是開發人員最為關注的焦點之一。不僅是現在，將來的很長一段時間都會如此。
Python“緩慢”的主要原因，可以歸結為以下兩點----首先，Python是解釋性的語言，而不是編譯型的語言，這終究會導致執行時間的緩慢;其次，它是一種動態的語言 (變量的數據類型在執行期間由Python自動推斷)。
初學者經常對“Python的確太慢”的說法產生爭議，事實上，的確如此，但也并非完全這樣。
例如， Python的機器學習庫TensorFlow實際上是用C++編寫的，在Python中進行調用而已，是在C++的上層實現的一個Python“封裝器”。Numpy是如此，Caer也是類似的形式。
Python有一個GIL(L)
Python緩慢的主要原因之一是GIL(Global Interpreter Lock)的存在--它一次只允許一個線程執行。這雖然有助于提高單線程的性能，但限制了并行性，而開發人員為了提高速度必須實現多線程處理程序。
不是內存密集型任務的最佳選擇
當對象超出范圍時，Python會自動進行垃圾收集。其目的是消除C和C++在內存管理中涉及的許多復雜性。由于指定的數據類型缺乏靈活性，Python消耗的內存量可能會迅速爆增。
此外，在運行時，一些BUG 可能會被Python忽略，最終成為延緩開發過程的主要誘因。
在移動計算中表現牽強
隨著從臺式機到智能手機的遷移，顯然，人們需要為手機軟件構建更強大的語言。雖然Python在計算機和服務器平臺上有不錯的表現，但由于缺乏強大的移動計算處理能力，在移動開發中它往往會失去優勢。
近年來，(Python)在這方面有了很大的進步，但這些新增加的庫與他們強大的競爭對手相比，如Kotlin，Swift和Java，還相去甚遠。
其他語言的興起
最近，像Julia、Rust和Swift這些新出現的語言，借用了Python、C/C和Java的許多良好設計概念——Rust確保了運行時的內存安全和并行，并提供了與Web Assembly的一樣的互操作性;由于它支持LLVM編譯器工具鏈，Swift幾乎和C一樣快;Julia提供了用于I/O(輸入/輸出)密集任務的異步I/O，而且速度驚人。
結論
Python并非最好的編程語言，它無法取代C/C++和Java。它被打造成一種通用的編程語言，強調可讀性、以英語為中心的語法。人們利用它可以快速開發程序和應用程序。
和其他語言一樣，Python只是一種工具。某些應用場景下，它是最好的工具;在另一種場景下，它或許不是。在大多數情況下，它 “挺好用的”。
那么，作為一種編程語言，Python會消亡嗎?
我不這么認為。
它逐漸失去魅力了嗎?
啊，也許只是一點點，只是一點點。
【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】
