万能的Python背后:这6大原因让它爆火

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:


image


Python现在已经成为了一种非常通用的语言了,尤其是在数据科学盛行的今天,因为其易于阅读和编写的特点,更是越来越受到编程者的追捧。在IEEE发布的2017年编程语言排行榜中Python也高居首位。然而事实上,Python的第一个公开版本在1991年就已经发布了,那么Python究竟为什么在近年爆火呢?我们这就带你来一探究竟。


Python大起底

像我们之前所说,Python已不是一种年轻的编程语言。虽然它不像其他语言产生的时间那么长,但仍比大多数人想象的要久。它最初发布于1991年,而且,尽管在过去几年里它已经发生了很大的变化,但在功能上仍然与最初保持了一致。

Python是一种任务型编程语言,自诞生以来就面向企业客户和一流项目,并且有较长的历史——事实上,这只是Python近几年火起来的原因之一。最重要的原因是,Python几乎是万能的!你可以利用Python来构建树莓派应用程序、程序脚本或配置服务器等等等等。


Python的独特之处

Python是一种非常通用的语言,因为易于阅读和编写,常常被称为实用主义。Python还非常简单,设计者不太强调惯用的语法,这使得Python更加易于使用,甚至非程序员或开发人员也很容易上手。

此外,Python还能够满足各种开发需求,为程序员提供了各种选择,它是一门真正通用的编程语言。如果习惯了使用python,程序员可以很容易地从一个行业跳到另外一个行业,因为Python被广泛地用于系统操作、网页开发、服务器和管理工具、部署、科学建模等几乎所有的常见领域。


image

但令人吃惊的是,很多开发人员并没有将Python作为自己最主要的编程语言。因为Python易于使用和学习,所以常常被选择为第二或第三种语言。这可能也是Python在开发人员中如此受欢迎的另一个原因。世界上最大的科技公司之一——谷歌——也大量地使用Python创建应用程序。他们甚至有一个门户,专门为Python开发人员提供免费的课程,包括练习、演讲视频等。

当然,Django框架的流行和PHP的没落也是python成功的助力之一,但是,从本质上来说,这是开发者、官方支持和需求这三方的契合引发的完美风暴。

以下这六个原因不太易于察觉,但也助力了python在近年大火。


Python拥有一个健康活跃
且能提供有力支持的社区


如果你学习过编程,你一定会发现有的编程语言因缺乏文档和开发人员支持,很不容易上手使用。而Python并没有这些问题,它已经存在了很长时间并在这段时间中积累了大量的文档、指南、教程等等。此外,Python的开发者社区拥有难以置信的活跃。这意味着当有人需要在任何情况下得到帮助或支持时,他们都会得到及时的响应。

无论你是新手还是常年遨游在代码海洋的老司机,你几乎总能够在这个活跃的社区得到帮助和支持。就像任何经验丰富的码农或开发者所知道的那样,当你在遇到关键问题时,能否获得支持就决定了你成功还是失败。


Python得到很多大企业的赞助

企业赞助能帮助编程语言快速地发展、壮大。C#有Microsoft的赞助,Java有Sun和PHP赞助、支持。而Python则在2006年得到了Google的鼎力相助,而且从那以后Google的很多平台和应用都使用了python。

为什么这很重要?因为如果一个公司(比如google)希望他们的团队和未来的开发人员使用python持续研发自己的系统和应用程序,他们就需要提供大量的资源。在Google的例子中,他们为使用Python创建了大量的指南和教程。至少在开发者的领域,google持续贡献了大量文档和支持工具,并一直在为python免费做广告。


大数据的兴起

在企业界中越来越多的使用大数据和云计算解决方案也助推了Python的成功。Python是数据科学中最流行的语言之一,仅次于R语言。而且它也可以被用于机器学习、人工智能系统和各种现代技术中。当然,python能够搭上大数据这班车也是因为它能够非常简便的分析和处理数据。中国有句老话怎么说来着,打铁还需自身硬。


Python有很多很棒的库

当你在开发大型项目的时候,Python的库可以帮你节省很多时间并缩短原计划的开发周期。Python的很多库都非常好用,从科学计算领域的NumPy和SciPy,再到网页开发的Django。再比如在机器学习领域鼎鼎大名的scikit-learn,以及用于自然语言处理的nltk。


image


另外,像Encoding.com这样的大型云服务平台还允许它与C语言家族相互兼容。换句话说,有一些类库工具可以提供跨平台的支持,这是一个巨大的增益。


Python平衡了可靠性和高效性

如果你询问任何Python开发人员或任何曾经使用过这种语言的人——他们都会告诉你Python是快速、可靠和高效的。你可以在几乎任何环境中使用和部署Python应用程序,而且无论你使用哪个平台,都不必承担任何性能损失。

此外,由于它是非常可靠的,这也意味着你可以跨多个领域工作,包括但不限于-网页开发、PC应用程序、移动应用程序、硬件等。你不必担忧由于兼容性带来的困扰,因为在哪里它都可以通用。


新手友好性

对于新手和初学者来说,Python是非常容易学习和使用的。事实上,它是最容易学习的编程语言之一。部分原因是因为它简化了的语法,更贴近于自然语言,这样你就可以编写Python代码并更快地执行。

无论如何,这对初学者来说是一种很好的语言,现在很多年轻的开发者都开始学习Python。而即便在这种情况下,有经验的开发人员也没有被忽视,因为Python总能带给你很多能做的事。

原文发布时间为:2017-09-01
作者 | Kayla Matthews
编译 | 赵倩南,康璐,宁云州
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
11月前
|
Kubernetes 监控 测试技术
k8s学习--OpenKruise详细解释以及原地升级及全链路灰度发布方案
k8s学习--OpenKruise详细解释以及原地升级及全链路灰度发布方案
377 0
|
机器学习/深度学习 数据采集 算法
DataFrame 与机器学习:数据预处理与特征工程
【5月更文挑战第19天】数据预处理(如处理缺失值、标准化)和特征工程对机器学习模型的性能至关重要。使用`pandas`进行缺失值填充,`StandardScaler`实现数据标准化,通过创建新特征(如从日期提取月份、对数变换价格)和特征组合增强信息。相关性分析帮助选择重要特征,提升模型准确性和泛化能力。灵活运用这些方法能有效提升模型性能。DataFrame简化了数据操作,助力高效机器学习。
198 1
币安现货网格交易策略搭建执行代码实例分析
币安现货网格交易策略搭建执行代码实例分析
|
机器学习/深度学习 Java 算法框架/工具
阿里开源支持10万亿模型的自研分布式训练框架EPL(EasyParallelLibrary)
EPL背后的技术框架是如何设计的?开发者可以怎么使用EPL?EPL未来有哪些规划?今天一起来深入了解。
阿里开源支持10万亿模型的自研分布式训练框架EPL(EasyParallelLibrary)
|
边缘计算 分布式计算 监控
边缘计算的作用以及使用场景
边缘计算的作用以及使用场景
557 0
|
传感器 机器人
Gazebo物理仿真环境搭建
## 仿真步骤 - 配置机器人模型 - 创建仿真环境 - 开始仿真
Gazebo物理仿真环境搭建
|
运维 Cloud Native 安全
招行架构师徐佳航:金融云原生与开源标准的共同生长
云原生的技术价值喻示着它就是未来,加入到一个具有可延续性生命力的开源社区,可以帮助我们更快地到达那里。——徐佳航,KubeVela Maintainer,来自招商银行基础设施研发中心云平台及运维平台开发团队。
招行架构师徐佳航:金融云原生与开源标准的共同生长
|
tengine 弹性计算 负载均衡
高性能负载均衡设计与实现
2017阿里云网络技术高峰论坛在线技术峰会,阿里云卫峥带来题为高性能负载均衡设计与实现的演讲。本文主要从早期的负载均衡开始谈起,进而讲解了高性能负载均衡,着重分析了LVS和Tengine,以及如何做到高可用,最后作了简要总结。
12616 0
|
机器学习/深度学习 人工智能 自然语言处理
AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
AI表情包生成器来了!给AI喂了96万个表情包文案,做出的图能接地气吗?
2068 0