Python 是20世紀(jì)90年代發(fā)布的一種通用編程語(yǔ)言。

雖然 Python 語(yǔ)法簡(jiǎn)潔，但它在第一個(gè)十年中并不為人所知，也沒(méi)有真正進(jìn)入開發(fā)人員的工作中。Perl 是首選的腳本語(yǔ)言，Java 已經(jīng)成為面向?qū)ο缶幊填I(lǐng)域的主流。當(dāng)然，任何語(yǔ)言的成熟都需要時(shí)間，只有當(dāng)它比現(xiàn)有的工具更適合開發(fā)任務(wù)時(shí)才會(huì)被采用。

對(duì)于Python來(lái)說(shuō)，這一時(shí)間最早出現(xiàn)在21世紀(jì)初，那時(shí)人們開始意識(shí)到它比 Perl 更容易學(xué)習(xí)，并且提供了與其他語(yǔ)言的互操作性。

這個(gè)發(fā)現(xiàn)讓非常多開發(fā)人員將 Python 集成到他們的應(yīng)用程序中。Django 的出現(xiàn)最終導(dǎo)致了 Perl 的滅亡，Python 開始獲得了更多的發(fā)展契機(jī)。雖然流行程度還比不上比Python更新的 Java 和 JavaScript。

快進(jìn)到現(xiàn)在，根據(jù)2019年 StackOverflow 開發(fā)者調(diào)查，Python 已經(jīng)超越 Java 成為第二流行的編程語(yǔ)言。

Python 是最近十年發(fā)展最快的編程語(yǔ)言。Python 的流行與20世紀(jì)10年代大數(shù)據(jù)的出現(xiàn)以及機(jī)器學(xué)習(xí)和人工智能的發(fā)展密不可分。企業(yè)迫切需要一種能夠幫助管理大規(guī)模數(shù)據(jù)和科學(xué)計(jì)算任務(wù)的低門檻快速開發(fā)語(yǔ)言。Python 非常適合這些領(lǐng)域的挑戰(zhàn)任務(wù)。

除了這些有利因素之外，Python 是一種支持動(dòng)態(tài)類型的解釋語(yǔ)言。更重要的是，它得到了 Google 的支持，Google 投資開發(fā)了Python的深度學(xué)習(xí)框架 Tensorflow，這讓 Python 得以成為數(shù)據(jù)分析、可視化和機(jī)器學(xué)習(xí)的首選語(yǔ)言。

然而，雖然機(jī)器學(xué)習(xí)和人工智能的需求還在不斷增長(zhǎng)，但是 Python 不會(huì)一直都站在巔峰，它也會(huì)有老去的一天。像每種編程語(yǔ)言一樣，Python 也有自己的弱點(diǎn)。這些弱點(diǎn)讓 Python 很容易被更適合企業(yè)需求的編程語(yǔ)言所取代。雖然已經(jīng)有 R 語(yǔ)言了，但是 Swift、Julia 和 Rust 等較新語(yǔ)言的出現(xiàn)實(shí)際上對(duì)當(dāng)前的數(shù)據(jù)科學(xué)之王構(gòu)成了更大的威脅。

Rust 還在努力追趕著各大機(jī)器學(xué)習(xí)社區(qū)的步伐，因此，我相信 Swift 和 Julia 將是推翻 Python 并最終統(tǒng)治數(shù)據(jù)科學(xué)的語(yǔ)言。

Python缺乏類型安全性，速度非常慢

所有的好東西都是有代價(jià)的，Python的動(dòng)態(tài)類型特性也不例外。動(dòng)態(tài)類型化可以在不定義類型的情況下，讓快速編寫代碼變得更加容易，但是，這會(huì)增加代碼運(yùn)行時(shí)產(chǎn)生 BUG 的風(fēng)險(xiǎn)，特別是當(dāng)代碼庫(kù)大小增加時(shí)，開發(fā)人員在生產(chǎn)環(huán)境中運(yùn)行代碼時(shí)會(huì)更加艱難。編譯器很容易發(fā)現(xiàn)的 BUG，在 Python 中反而無(wú)法識(shí)別，這樣就會(huì)產(chǎn)生開發(fā)障礙，最終導(dǎo)致大規(guī)模應(yīng)用程序的開發(fā)過(guò)程放慢。

更糟糕的是，與編譯的代碼不同，Python 的解釋器在執(zhí)行時(shí)要分析每一行代碼。與其他語(yǔ)言相比，不僅導(dǎo)致開銷變大，還大大降低了程序的性能。

Julia 可以讓你避免這些問(wèn)題。盡管它是動(dòng)態(tài)類型的，但它有一個(gè)實(shí)時(shí)編譯器。JIT 編譯器要么在執(zhí)行前生成機(jī)器代碼，要么使用先前存儲(chǔ)的緩存編譯，這能讓 Julia 與靜態(tài)類型語(yǔ)言一樣具有優(yōu)秀的性能。更重要的是，它有一個(gè)稱為多分派的關(guān)鍵特性，類似于 OOPs 的函數(shù)重載，雖然只能在運(yùn)行程序的時(shí)候有用。多分派的強(qiáng)大之處在于它能夠處理不同的參數(shù)類型，而無(wú)需創(chuàng)建單獨(dú)的函數(shù)名或嵌套的 if 語(yǔ)句。這個(gè)功能不僅可以幫助開發(fā)人員編寫更加緊湊的代碼，也是數(shù)值計(jì)算的一大勝利，因?yàn)榕c Python 有所不同，我們可以輕松地通過(guò)擴(kuò)展解決方案來(lái)處理所有類型的參數(shù)。

還有更好，那就是，Swift 作為一種靜態(tài)類型的語(yǔ)言，因其 LLVM(低級(jí)虛擬機(jī))編譯器而得到了高度優(yōu)化。LLVM 讓快速編譯成匯編代碼成為可能，這能讓 Swift 超高效運(yùn)行，達(dá)到了幾乎與 C 語(yǔ)言一樣快的速度。此外，Swift 擁有更好的內(nèi)存安全和管理工具，即自動(dòng)引用計(jì)數(shù)。與 garbage 收集器不同，ARC 具有更高的確定性，因?yàn)橹灰糜?jì)數(shù)歸零，它就會(huì)回收內(nèi)存。

作為提供類型注釋的編譯語(yǔ)言，Swift 和 Julia 比 Python 更快，功能更強(qiáng)大。僅僅這一點(diǎn)，可能就足以讓開發(fā)人員推薦它們，而不是使用較舊的語(yǔ)言，考慮很多其他因素。

Python在并行性方面有局限性

如果說(shuō)慢不是 Python 很明顯的缺點(diǎn)，那么這種語(yǔ)言在并行計(jì)算方面的局限性絕對(duì)是最明顯的缺點(diǎn)了。

簡(jiǎn)而言之，Python 使用 GIL(全局解釋器鎖)，它會(huì)通過(guò)阻止多個(gè)線程同時(shí)執(zhí)行，來(lái)提高單個(gè)線程的性能。該過(guò)程有一個(gè)很大的障礙：開發(fā)人員不能使用多個(gè) CPU 核心來(lái)進(jìn)行密集的計(jì)算。

在此，我必須要同意一個(gè)觀點(diǎn)，即在利用 Python 與 Tensorflow、PyTorch 等 C / C ++ 庫(kù)的互操作性時(shí)，我們目前已經(jīng)做得很好了。 但是 Python 包裝器并不能解決所有調(diào)試問(wèn)題。當(dāng)檢查底層代碼時(shí)，我們還是要依賴于 C 和 C ++。 從本質(zhì)上講，我們不能在低層次上利用 Python 的優(yōu)勢(shì)，這也是 Python 與眾不同之處。

這一因素很快將決定 Python 的衰落、Julia 和 Swift 的崛起。Julia 是一種專門用來(lái)解決 Python 缺點(diǎn)的語(yǔ)言。它主要提供三個(gè)特性：協(xié)同程序(異步任務(wù))、多線程和分布式計(jì)算，所有這些特性都顯示并發(fā)和并行編程有無(wú)限可能。這種結(jié)構(gòu)使 Julia 能夠以比 Python 更快的速度執(zhí)行科學(xué)計(jì)算和解決大數(shù)據(jù)問(wèn)題。

另一方面，Swift 擁有開發(fā)移動(dòng)應(yīng)用所需的所有工具，在并行計(jì)算方面沒(méi)有問(wèn)題。

Swift和Julia都擁有Python的互操作性和強(qiáng)大的支持

雖然 Python 在速度、多線程和類型安全方面存在缺點(diǎn)，但它擁有一個(gè)巨大的生態(tài)系統(tǒng)，擁有大量的庫(kù)和包。在Python面前，Swift和Julia在機(jī)器學(xué)習(xí)領(lǐng)域仍然是嬰兒，他們擁有的庫(kù)數(shù)量非常有限。然而，它們與 Python 的互操作性彌補(bǔ)了 Julia 和 Swift 中缺少庫(kù)支持的不足。

Julia 不僅允許程序員使用 Python 代碼(反之亦然)，還支持與 C、R、Java 以及幾乎所有主要編程語(yǔ)言的互操作性。這種多功能性肯定會(huì)給這種語(yǔ)言一個(gè)很好的推動(dòng)，并增加它在數(shù)據(jù)科學(xué)家中被迅速采用的機(jī)會(huì)。

另一方面，Swift 通過(guò) PythonKit 庫(kù)提供了與 Python 的互操作性。Swift(起源于蘋果)比較大的賣點(diǎn)是它得到了谷歌(Google)的大力支持，谷歌幾十年前就全力支持 Python。

另外，Swift 的創(chuàng)建者 chrislattner 現(xiàn)在正在谷歌的 AI brain 團(tuán)隊(duì)工作，這一事實(shí)表明 Swift 正在被培養(yǎng)成機(jī)器學(xué)習(xí)領(lǐng)域 Python 的替代者。Tensorflow 團(tuán)隊(duì)通過(guò) S4TF 項(xiàng)目投資了 Swift，這進(jìn)一步證明了該語(yǔ)言不僅僅是 Python 的包裝器。相反，Swift 憑借其差異化的編程支持和像 C 一樣的低級(jí)工作能力，將有可能被用來(lái)取代底層的深度學(xué)習(xí)工具。

結(jié)論

隨著數(shù)據(jù)量的不斷增加，Python 的致命弱點(diǎn)很快就會(huì)被發(fā)現(xiàn)。易用性和快速編寫代碼的能力已不再重要，速度和并行計(jì)算才是游戲的主角，Python 作為一種通用語(yǔ)言，將不再解決這些問(wèn)題。Python 會(huì)消失，而 Julia 和 Swift 似乎是接任 Python 的候選人。

但是，我們要注意的是，Python 作為一種編程語(yǔ)言不會(huì)很快消失。而是在數(shù)據(jù)科學(xué)中的地位將逐漸倒退，因?yàn)閷ｉT為深度學(xué)習(xí)而設(shè)計(jì)的語(yǔ)言才是主流。