Python會消亡嗎？

導讀	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。

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。

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的機器學習庫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。

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。

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。

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。

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。