今天不讨论xx是最好的语言，因为程序员都是非常real的。讨论这样一个话题是不会有结果的，借用微软Dmitry Kakurin的话说“这是一种信仰问题。因此，任何讲道理和争论都会无穷无尽，而且也毫无意义……”，存在即合理，孰好孰坏在不同的应用场景下还真不好说。编程语言没必要太认真，选择能解决自己问题的就好。当然作为一个程序员不可能只关注一门语言，如果不提升自己，那发展空间也就基本确定了。

近年来Python进入越来越多人的视野，论坛也时不时的会曝出Python超过xx语言。Pyton语言作为AI届的‘网红’，前段时间被要将Python加入高考的新闻刷屏，2017年2月Python也正式迁移到全球最大同性交友平台(GitHub)上。如果大家身处互联网，一定能够切身地感受到Python语言的流行程度。Python语言由于其简单易学、语法优美、应用领域广泛等诸多优点，俘获了大批的粉丝。

下图是我从百度指数上获得的数据

在2014年之前Python搜索指数很低，14年之后搜索指数增加幅度很大，17年的时候甚至超过了老大哥Java。很多人认为Python是近几年才出现的语言，其实Python在1989年就出现了。

1989年圣诞，Monty Python"s Flying Circus停播。Guido打算找点其他的事情打发自己的圣诞假期，于是他就发明了python语言。-- 或许这就是大佬吧

直到1991年才正式发行，算起来比Java还要早。Python默默的修炼自己，终成大器。能被这么多Coder喜爱，自然有它独特的魅力。

python之父--Guido van Rossum

Python跟Java非常的相似，两者都是开源、面向对象语言而且都是跨平台的。Java跨平台是依赖于JVM(Java虚拟机)而Python的跨平台是自身语言特性决定的。Python都被称为脚本语言或者胶水语言，在脚本方面确实处于领先地位，但不能忽略它如今也是一门独立的编程语言，实际上他也有非常丰富的开发框架、第三方库，无论在功能还是灵活性上并不亚于其他语言。

除了web开发中我们有Django、Flask、Sanic、Tornado等框架的帮助。Python也应用于学术研究及科学领域，因为Python有很强大的库和简洁的语法，即便是非计算机专业的人也能很快上手。在数据分析方面，Python有Matplotlib和numPy这样强大的绘图库和科学计算库，这就使得Python在该领域很难被替换。除此之外Python还被应用在机器学习、自然语言处理、大数据、云计算、爬虫、神经科学、心理学、电子制造、图像处理、AI技术等方面都有强大的类库以及框架。以致有了“已经没有任何语言能够动摇Python在今后生产生活的核心语言地位”的说法。

聊到Python并发，那么就不能避开GIL（Global Interpreter Lock）。其实GIL并不是Python的特性，它是为了实现Python解析器(CPython)引入的一个概念，官方给出的解释是：

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)

说白了GIL就是一个全局锁，这会对多线程的上下文切换有很大的影响，甚至可以说Python就是个单线程的程序。有很多人质疑Python缺乏并发性也是情有可原，但是Python也有很多并发性包和框架。

全局解释器锁GIL是在Python大多数使用情况下的性能优化，也是CPython 代码在开发中的易用性优化。GIL可以让操作系统的线程或绿色线程使用起来更容易，同时不影响多进程的使用。

目前大量服务器端软件采用Python开发，我们也看到Python服务器每天每台机器有数百万次的请求，但它们都可以轻松的处理。所以不能说Python缺乏并发行支持。

而且Python开发团队在去年发布了基于Python四大路线的修复点

• 缩短Python的启动时间

• 加速Python的命名元组

• 重构CPython的内部API

• 甩掉Python中的GIL包袱
  

豆瓣的崛起就是Python特性的实例见证，其创始人仅用了三个月的时间用Python搭建了最初的豆瓣社区框架。豆瓣成立于2005年，那个时候Python真的很冷门，为什么不选择当时相对主流的Java或者PHP呢。因为当时如果不选择Python需要自己处理大量的工作，一个人短时间内完成一个功能齐全的网站是基本不可能的，因此Python就成了不二选择，在国内大网站中不光豆瓣、比如知乎、网易、百度、阿里、土豆、新浪等都是用Python语言开发的

Instagram的注册用户达到了30亿，月活用户超过8亿（作为对比，微信月活用户为9.38亿）,每天亿万次的点击。在这么庞大的数据后面竟然完全是靠以慢著称的Python+Django。时至今日，即使已经拥有超过 30 亿的注册用户。Instagram 仍然是 Python 和 Django 的重度使用者。Instagram 的工程师 Hui Ding 说到： 『一直到用户 ID 已经超过了 32bit int 的限额（约为 20 亿），Django 本身仍然没有成为我们的瓶颈所在。』

什么是大项目？ 说白了现在我们认为的大项目随着技术发展和Coder能力、眼界的提升，再回头来看可能就是一个小项目。直接的说，只要人牛逼啥都不是问题。正如erlang的作者所说的一样，维护简单与否主要在于你是否能快速定位到你要修改的代码。这同语言没有关系，只要保证清晰的结构就行。

Python确实存在的不足：

大家应该也都知道编程语言中，运行速度最快的是C，Python运行速度慢众人皆知。其实这都不是事，Python运行慢，但是代码量非常少。几十行代码就能做到C几百行才能做到的东西。

究其原因，C是编译语言而Python是解释性语言，编译语言和解释语言，从本质上来说就是完全不同的：编译语言能最终直接对应到机器码。C/C++是典型的编译语言。

语言仅仅是一个因素，单独评估一个语言的快和慢，有时并不恰当。应该对一个应用程序，最好是针对一个特定的用例进行评估。比如用Java，Python同样实现一个软件进行评估。由于Python可以和C、C++很好的互相调用，对于真正需要性能的地方可以使用C、C++进行扩展，然后需要提高编码效率的地方用Python实现，这样写出的整体软件可能比Java快。而实际上Python从设计之初就把开发者的效率放在第一位。

Python程序员稀缺

Python在国内流行较晚，不可否认Python开发的数量比Java、PHP的Coder要少很多。就包括某些二三线城市的Python开发岗位屈指可数，这可能是由于行业需求和教育的联动导致的，但从目前的教育趋势表明这很有可能会被改变。据招聘网站数据显示，平均每月Python招聘人数需求12331人，在金九银十的招聘旺季需求一度高达20600人。既然选择成为一名互联网人，不管你现在是从事的是什么语言，不管你要选择学习什么语言。要相信自己的判断，程序员一辈子要用到很多语言&&技术。多花时间投资自己，是永远不会错的！

Life is short, you need Python

Python使用场景广泛，众多初创公司技术选型方面首选Python作为开发语言，虽然大部分公司失败了，但也催生了Python在国内大火的景象，Python开发效率极高，但是运行速度是很多程序员诟病Python的主要原因。近几年随着PyPy解释器的不断提升，Python在某些场景下的运行速度直逼C，所以未来速度可能根本不是问题。

近年Python开发工程师岗位数量激增。从业人员薪水还算不错，所以一定会有大量的初学者入场，平均薪资被拉低也是必然。从业有风险，入行需谨慎。我们要成为的不是语言专家，而是要努力成为领域的专家，语言没落了可以再换，如果没有扎实的基础，恐怕也要随着语言一起被淘汰。练武功既要练招式，也要练内功，讨论编程语言别太认真，选合适的解决自己问题的语言就好。

原文发布时间为： 2018-11-07
本文作者：程序员共成长
本文来自云栖社区合作伙伴“程序员共成长”，了解相关信息可以关注“程序员共成长”。