許許多多的人（包括我自己）都很容易愛上Python這門語言。自從1991年誕生以來，Python現(xiàn)在已經(jīng)成為最受歡迎的動(dòng)態(tài)編程語言之一，其他還有Perl、Ruby等。由于擁有大量的Web框架（比如Rails（Ruby）和Django（Python）），最近幾年非常流行使用Python和Ruby進(jìn)行網(wǎng)站建設(shè)工作。這些語言常被稱作腳本（scripting）語言，因?yàn)樗鼈兛梢杂糜诰帉懞?jiǎn)短而粗糙的小程序（也就是腳本）。我個(gè)人并不喜歡“腳本語言”這個(gè)術(shù)語，因?yàn)樗孟裨谡f這些語言無法用于構(gòu)建嚴(yán)謹(jǐn)?shù)能浖?。在眾多解釋型語言中，Python最大的特點(diǎn)是擁有一個(gè)巨大而活躍的科學(xué)計(jì)算（scientific comp...

在數(shù)據(jù)分析和交互、探索性計(jì)算以及數(shù)據(jù)可視化等方面，Python將不可避免地接近于其他開源和商業(yè)的領(lǐng)域特定編程語言/工具，如R、MATLAB、SAS、StataR、MATLAB、SAS、Stata等。近年來，由于Python有不斷改良的庫（主要是pandas），使其成為數(shù)據(jù)處理任務(wù)的一大替代方案。結(jié)合其在通用編程方面的強(qiáng)大實(shí)力，我們完全可以只使用Python這一種語言去構(gòu)建以數(shù)據(jù)為中心的應(yīng)用程序。

把Python當(dāng)做粘合劑

作為一個(gè)科學(xué)計(jì)算平臺(tái)，Python的成功部分源于其能夠輕松地集成C、C++以及Fortran代碼。大部分現(xiàn)代計(jì)算環(huán)境都利用了一些Fortran和C庫來實(shí)現(xiàn)線性代數(shù)、優(yōu)選、積分、快速傅里葉變換以及其他諸如此類的算法。許多企業(yè)和國(guó)家實(shí)驗(yàn)室也利用Python來“粘合”那些已經(jīng)用了30多年的遺留軟件系統(tǒng)。

大多數(shù)軟件都是由兩部分代碼組成的：少量需要占用大部分執(zhí)行時(shí)間的代碼，以及大量不經(jīng)常執(zhí)行的“粘合劑代碼”。粘合劑代碼的執(zhí)行時(shí)間通常是微不足道的。開發(fā)人員的精力幾乎都是花在優(yōu)化計(jì)算瓶頸上面的，有時(shí)更是直接轉(zhuǎn)用更低級(jí)的語言（比如C）。

最近這幾年，Cython項(xiàng)目（http://cython.org）已經(jīng)成為Python領(lǐng)域中創(chuàng)建編譯型擴(kuò)展以及對(duì)接C/C++代碼的一大途徑。

解決“兩種語言”問題

很多組織通常都會(huì)用一種類似于領(lǐng)域特定的計(jì)算語言（如MATLAB和R）對(duì)新的想法進(jìn)行研究、原型構(gòu)建和測(cè)試，然后再將這些想法移植到某個(gè)更大的生產(chǎn)系統(tǒng)中去（可能是用Java、C#或C++編寫的）。人們逐漸意識(shí)到，Python不僅適用于研究和原型構(gòu)建，同時(shí)也適用于構(gòu)建生產(chǎn)系統(tǒng)。我相信越來越多的企業(yè)也會(huì)這樣看，因?yàn)檠芯咳藛T和工程技術(shù)人員使用同一種編程工具將會(huì)給企業(yè)帶來非常顯著的組織效益。

為什么不選Python

雖然Python非常適合構(gòu)建計(jì)算密集型科學(xué)應(yīng)用程序以及幾乎各種各樣的通用系統(tǒng)，但它對(duì)于不少應(yīng)用場(chǎng)景仍然力有不逮。

由于Python是一種解釋型編程語言，因此大部分Python代碼都要比用編譯型語言（比如Java和C++）編寫的代碼運(yùn)行慢得多。由于程序員的時(shí)間通常都比CPU時(shí)間值錢，因此許多人也愿意在這里做一些權(quán)衡。但是，在那些要求延遲非常小的應(yīng)用程序中（例如高頻交易系統(tǒng)），為了盡最大可能地優(yōu)化性能，耗費(fèi)時(shí)間使用諸如C++這樣更低級(jí)、更低生產(chǎn)率的語言進(jìn)行編程也是值得的。

對(duì)于高并發(fā)、多線程的應(yīng)用程序而言（尤其是擁有許多計(jì)算密集型線程的應(yīng)用程序），Python并不是一種理想的編程語言。這是因?yàn)镻ython有一個(gè)叫做全局解釋器鎖（Global Interpreter Lock，GIL）的東西，這是一種防止解釋器同時(shí)執(zhí)行多條Python字節(jié)碼指令的機(jī)制。有關(guān)“為什么會(huì)存在GIL”的技術(shù)性原因超出了本書的范圍，但是就目前來看，GIL并不會(huì)在短時(shí)間內(nèi)消失。雖然很多大數(shù)據(jù)處理應(yīng)用程序?yàn)榱四茉谳^短的時(shí)間內(nèi)完成數(shù)據(jù)集的處理工作都需要運(yùn)行在計(jì)算機(jī)集群上，但是仍然有一些情況需要用單進(jìn)程多線程系統(tǒng)來解決。

這并不是說Python不能執(zhí)行真正的多線程并行代碼，只不過這些代碼不能在單個(gè)Python進(jìn)程中執(zhí)行而已。比如說，Cython項(xiàng)目可以集成OpenMP（一個(gè)用于并行計(jì)算的C框架）以實(shí)現(xiàn)并行處理循環(huán)進(jìn)而大幅度提高數(shù)值算法的速度。

文章引用：http://www.lt-ad.com/new/158.html

本站文章為深圳網(wǎng)站建設(shè)·源美網(wǎng)絡(luò)原創(chuàng)策劃，如有版權(quán)糾紛或者違規(guī)問題，請(qǐng)聯(lián)系我們刪除，謝謝！