Python正在慢慢褪色嗎?

自從20世紀90年代初發布以來，Python一直至關火爆，在這二十多年裏，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。

爲何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至關容易，使用起來功能強大。對於初學者來講，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，因此Python顯得很是有吸引力。

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，即可以表達想法和概念 (C或Java等底層語言的狀況也是如此)。它很是地簡單， 並能夠與其餘編程語言無縫集成 (好比將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應用普遍的另外一個緣由是它被企業大量使用 (包括FAANG)。今天，對於你能想象到的任何項目，你均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，速度一般是開發人員最爲關注的焦點之一。不只是如今，未來的很長一段時間都會如此。

Python「緩慢」的主要緣由，能夠歸結爲如下兩點----首先，Python是解釋性的語言，而不是編譯型的語言，這終究會致使執行時間的緩慢；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)。

初學者常常對「Python的確太慢」的說法產生爭議，事實上，的確如此，但也並不是徹底這樣。

例如， Python的機器學習庫TensorFlow其實是用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也是相似的形式。

Python有一個GIL(L)

Python緩慢的主要緣由之一是GIL(Global Interpreter Lock)的存在--它一次只容許一個線程執行。這雖然有助於提升單線程的性能，但限制了並行性，而開發人員爲了提升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

當對象超出範圍時，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複雜性。因爲指定的數據類型缺少靈活性，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，最終成爲延緩開發過程的主要誘因。

在移動計算中表現牽強

隨着從臺式機到智能手機的遷移，顯然，人們須要爲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，但因爲缺少強大的移動計算處理能力，在移動開發中它每每會失去優點。
近年來，（Python）在這方面有了很大的進步，但這些新增長的庫與他們強大的競爭對手相比，如Kotlin，Swift和Java，還相去甚遠。

其餘語言的興起

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並行，並提供了與Web Assembly的同樣的互操做性；因爲它支持LLVM編譯器工具鏈，Swift幾乎和C同樣快；Julia提供了用於I/O（輸入/輸出）密集任務的異步I/O，並且速度驚人。

結論

Python並不是最好的編程語言，它沒法取代C/C++和Java。它被打形成一種通用的編程語言，強調可讀性、以英語爲中心的語法。人們利用它能夠快速開發程序和應用程序。
和其餘語言同樣，Python只是一種工具。某些應用場景下，它是最好的工具；在另外一種場景下，它或許不是。在大多數狀況下，它 「挺好用的」。

那麼，做爲一種編程語言，Python會消亡嗎？

我不這麼認爲。

它逐漸失去魅力了嗎？

啊，也許只是一點點，只是一點點。

來源：medium