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。

責任編輯：xj

原文標題：2020，Python 已死？

文章出處：【微信公眾號：嵌入式ARM】歡迎添加關注！文章轉載請注明出處。