Python正在慢慢褪色

大資料文摘發表於2020-11-16

Python正在慢慢褪色

自從20世紀90年代初發布以來,Python一直相當火爆,在這二十多年裡,它的流行程度遠遠超過了C、C#、Java甚至Javascript。

雖然Python在資料科學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。

為什麼Python如此受歡迎?

Python迅猛發展背後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。對於初學者來說,像C/C++這樣有難度的程式語言,不熟悉語法的人都會敬而遠之,所以Python顯得非常有吸引力。

語言的核心是程式碼可讀性,Python的語法簡潔而富有表現力,開發人員無需編寫大量程式碼,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, 並可以與其他程式語言無縫整合 (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,對於你能想象到的任何專案,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 (變數的資料型別在執行期間由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,但也並非完全這樣。

例如, Python的機器學習TensorFlow實際上是用C++編寫的,在Python中進行呼叫而已,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--它一次只允許一個執行緒執行。這雖然有助於提高單執行緒的效能,但限制了並行性,而開發人員為了提高速度必須實現多執行緒處理程式。

不是記憶體密集型任務的最佳選擇

當物件超出範圍時,Python會自動進行垃圾收集。其目的是消除C和C++在記憶體管理中涉及的許多複雜性。由於指定的資料型別缺乏靈活性,Python消耗的記憶體量可能會迅速爆增。

此外,在執行時,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

隨著從桌上型電腦到智慧手機的遷移,顯然,人們需要為手機軟體構建更強大的語言。雖然Python在計算機和伺服器平臺上有不錯的表現,但由於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確保了執行時的記憶體安全和並行,並提供了與Web Assembly的一樣的互操作性;由於它支援LLVM編譯器工具鏈,Swift幾乎和C一樣快;Julia提供了用於I/O(輸入/輸出)密集任務的非同步I/O,而且速度驚人。

結論

Python並非最好的程式語言,它無法取代C/C++和Java。它被打造成一種通用的程式語言,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式和應用程式。

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”。

那麼,作為一種程式語言,Python會消亡嗎?

我不這麼認為。

它逐漸失去魅力了嗎?

啊,也許只是一點點,只是一點點。

相關文章