Python正在慢慢褪色吗?

自从20世纪90年代初发布以来，Python一直至关火爆，在这二十多年里，它的流行程度远远超过了C、C#、Java甚至Javascript。

虽然Python在数据科学和机器学习领域占主导地位，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，它确实有些欠缺。

为何Python如此受欢迎？

Python迅猛发展背后的一个主要驱动力是它学习起来至关容易，使用起来功能强大。对于初学者来讲，像C/C++这样有难度的编程语言，不熟悉语法的人都会敬而远之，因此Python显得很是有吸引力。

语言的核心是代码可读性，Python的语法简洁而富有表现力，开发人员无需编写大量代码，即可以表达想法和概念 (C或Java等底层语言的状况也是如此)。它很是地简单， 并能够与其余编程语言无缝集成 (好比将CPU密集型任务交付予C/C++)。用Python语言开发会给开发人员带来许多好处。

Python应用普遍的另外一个缘由是它被企业大量使用 (包括FAANG)。今天，对于你能想象到的任何项目，你均可以找到一个相应的Python包----科学计算的有Numpy，机器学习的有Sklearn，计算机视觉的有Caer。

Python的弱点

它很慢，太慢了。

不用多说，速度一般是开发人员最为关注的焦点之一。不只是如今，未来的很长一段时间都会如此。

Python“缓慢”的主要缘由，能够归结为如下两点----首先，Python是解释性的语言，而不是编译型的语言，这终究会致使执行时间的缓慢；其次，它是一种动态的语言 (变量的数据类型在执行期间由Python自动推断)。

初学者常常对“Python的确太慢”的说法产生争议，事实上，的确如此，但也并不是彻底这样。

例如， Python的机器学习库TensorFlow其实是用C++编写的，在Python中进行调用而已，是在C++的上层实现的一个Python“封装器”。Numpy是如此，Caer也是相似的形式。

Python有一个GIL(L)

Python缓慢的主要缘由之一是GIL(Global Interpreter Lock)的存在--它一次只容许一个线程执行。这虽然有助于提升单线程的性能，但限制了并行性，而开发人员为了提升速度必须实现多线程处理程序。

不是内存密集型任务的最佳选择

当对象超出范围时，Python会自动进行垃圾收集。其目的是消除C和C++在内存管理中涉及的许多复杂性。因为指定的数据类型缺少灵活性，Python消耗的内存量可能会迅速爆增。
此外，在运行时，一些BUG 可能会被Python忽略，最终成为延缓开发过程的主要诱因。

在移动计算中表现牵强

随着从台式机到智能手机的迁移，显然，人们须要为手机软件构建更强大的语言。虽然Python在计算机和服务器平台上有不错的表现，但因为缺少强大的移动计算处理能力，在移动开发中它每每会失去优点。
近年来，（Python）在这方面有了很大的进步，但这些新增长的库与他们强大的竞争对手相比，如Kotlin，Swift和Java，还相去甚远。

其余语言的兴起

最近，像Julia、Rust和Swift这些新出现的语言，借用了Python、C/C和Java的许多良好设计概念——Rust确保了运行时的内存安全和并行，并提供了与Web Assembly的同样的互操做性；因为它支持LLVM编译器工具链，Swift几乎和C同样快；Julia提供了用于I/O（输入/输出）密集任务的异步I/O，并且速度惊人。

结论

Python并不是最好的编程语言，它没法取代C/C++和Java。它被打形成一种通用的编程语言，强调可读性、以英语为中心的语法。人们利用它能够快速开发程序和应用程序。
和其余语言同样，Python只是一种工具。某些应用场景下，它是最好的工具；在另外一种场景下，它或许不是。在大多数状况下，它 “挺好用的”。

那么，做为一种编程语言，Python会消亡吗？

我不这么认为。

它逐渐失去魅力了吗？

啊，也许只是一点点，只是一点点。

来源：medium