Python正在慢慢淡出C、C#、Java甚至Javascript。虽然Python在数据科学和机器学习领域占据主导地位，甚至是科学和数学计算领域的主角，但与Julia、Swift和Java等语言相比，它确实存在不足。为什么Python如此受欢迎？Python迅速崛起背后的主要驱动力之一是它相当容易学习且功能强大。对于初学者来说，不熟悉C/C++这样难懂的编程语言的语法的人会望而却步，所以Python很有吸引力。该语言的核心是代码可读性。Python的语法简洁而富有表现力，让开发者无需编写大量代码即可表达想法和概念（C或Java等低级语言也是如此）。它非常简单，可以与其他编程语言无缝集成（例如将CPU密集型任务卸载到C/C++）。使用Python语言进行开发可为开发人员带来许多好处。Python流行的另一个原因是它被企业（包括FAANG）大量使用。今天，对于任何你能想到的项目，你都可以找到相应的Python包——用于科学计算的Numpy、用于机器学习的Sklearn和用于计算机视觉的Caer。Python的弱点就是慢，太慢了。不用说，速度通常是开发人员最关心的问题之一。不只是现在，而是未来很长一段时间。Python“慢”的主要原因可以归结为以下两点——第一，Python是解释型语言，不是编译型语言，最终会导致执行时间变慢；其次，它是一种动态语言（变量的数据类型由Python在执行过程中自动推断）。初学者经常对“Python真的很慢”这一说法提出异议。事实上，这是真的，但也不完全是真的。比如Python的机器学习库TensorFlow，其实是用C++写的，用Python调用。它是在C++之上实现的Python“包装器”。Numpy是这样的，Caer也是类似的形式。Python有一个GIL(L)Python运行缓慢的主要原因之一是GIL（全局解释器锁）的存在——它一次只允许一个线程执行。虽然这有助于提高单线程性能，但它限制了并行性，开发人员必须实现多线程程序才能提高速度。不是内存密集型任务的最佳选择Python会在对象超出范围时自动对其进行垃圾回收。它的目的是消除C和C++中内存管理中涉及的许多复杂性。由于指定数据类型的不灵活性，Python消耗的内存量会迅速爆炸。此外，在运行时，一些错误可能会被Python忽略，并最终成为减慢开发过程的主要原因。移动计算中的牵强附会随着从台式机到智能手机的迁移，很明显需要为手机软件构建更强大的语言。Python虽然在计算机和服务器平台上有不错的表现，但由于缺乏强大的移动计算处理能力，在移动开发中往往失去优势。近年来，Python（Python）在这方面取得了长足的进步，但库中的这些新增功能与它们的强大竞争对手（如Kotlin、Swift和Java）相比仍相去甚远。其他语言的兴起最近，Julia、Rust和Swift等新兴语言从Python、C/C++和Java中借鉴了许多精心设计的概念——Rust确保运行时内存安全和并行性，并提供Assembly的相同互操作性；由于支持LLVM编译器工具链，Swift几乎与C一样快；Julia为I/O（输入/输出）密集型任务提供异步I/O，速度快得惊人。结论Python不是最好的编程语言，它不能替代C/C++和Java。它是作为一种通用编程语言构建的，强调可读性强、以英语为中心的语法。人们用它来快速开发程序和应用程序。与其他语言一样，Python只是一种工具。在某些情况下，它是最好的工具；在其他情况下，它可能不是。在大多数情况下，它“正常工作”。那么，Python作为一种编程语言会消亡吗？我不这么认为。它失去了魅力吗？啊，也许只是一点点，一点点。【本文为栏目组织大数据文摘原创翻译，微信公众号“大数据文摘（id：BigDataDigest）”】点此查看作者更多好文
