本篇内容主要讲解“为什么Python正在慢慢失去魅力”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“为什么Python正在慢慢失去魅力”吧!
是什么使Python如此流行?
Python迅猛发展的主要推动力之一是它的易学性和强大的实用性,这使其对初学者以及因诸如C之类的语言的语法难以理解而回避编程的人非常有吸引力。 / C ++。
该语言从根本上广泛强调代码的可读性。 凭借其简洁明了的语法,它使开发人员无需编写大量的行代码即可表达想法和概念(在C或Java等低级语言中就是这种情况)。 Python非常简单,可以与其他编程语言无缝集成(例如将CPU密集型任务卸载到C / C ++),这对多语言开发人员来说是一个额外的好处。
Python多功能性的另一个原因是企业(包括FAANG)以及无数小型企业对其的大量使用。 如今,您将找到一个Python软件包,几乎可以想到的所有内容-对于科学计算,您已经拥有Numpy,Sklearn(用于机器学习)和Caer(用于计算机视觉)。
Python的弱点
很慢,很慢
这可能很容易。 速度通常被认为是开发人员关注的重点之一,并且可能会持续不可预见的时间。
Python变慢的主要原因之一,实际上可以归结为2 – Python被解释为与编译相反,最终导致执行时间变慢; 以及它是动态类型的(在执行过程中,Python会自动推断变量的数据类型)。
实际上,这种" Python慢"的观点在初学者中往往起很大作用。 对,是真的。 但只是部分。
以TensorFlow为例,这是Python提供的机器学习库。 这些库实际上是用C ++编写的,并且可以在Python中使用,有点像是围绕C ++实现的Python"包装器"。 Numpy甚至在一定程度上也是如此。
它有一个GIL(l)
Python速度缓慢的主要原因之一是存在GIL(全局解释器锁定),该功能一次只能执行一个线程。 虽然这可以提高单线程的性能,但是它限制了并行性,在这种并行性中,开发人员必须实现多处理程序而不是多线程程序,以提高速度。
对于内存密集型任务不是很好的
当对象超出范围时,Python会自动进行垃圾回收。 它旨在消除C和C ++涉及的很多内存管理复杂性。 由于指定数据类型的灵活性(或缺乏灵活性),Python消耗的内存量可能会迅速爆炸。
此外,Python可能不会注意到的一些错误可能会在运行时弹出,最终使开发过程变慢了很多。
移动计算的弱势存在
从台式机到智能手机的巨大转变,很明显,需要更强大的语言来构建用于手机的软件。 尽管Python在台式机和服务器平台上具有相当大的代表性,但是由于缺乏强大的移动计算处理能力,Python往往会在移动开发方面失去优势。
近年来,在这一领域取得了许多进步,但是这些新添加的库甚至与强大的竞争对手(如Kotlin,Swift和Java)并不接近。
其他语言的兴起
最近,Julia,Rust和Swift等较新的语言突然出现,它们借鉴了Python,C / C ++和Java的许多优秀设计概念-Rust几乎保证了运行时的内存安全性和并发性,并提供一流的 与WebAssembly的互操作性; Swift对LLVM编译器工具链的支持几乎与C一样快,而Julia为I / O密集型任务提供了异步I / O,并且速度非常快。
到此,相信大家对“为什么Python正在慢慢失去魅力”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。