未来十年,Python在中国的发展会怎样?使用Python的企业会不会越来越多?Python主要被运用的领域有哪些?使用Python的程序猿会越来越多还是越来越少呢?
回复内容:
来回看了遍所有回答,搞不懂这是个什么节奏啊用python已经不是装逼了确实没有错,但现在逼界的风向是要反python吗
我想不通的是,未来10年,如果不是python/ruby这样的语言发展的时机,那会是什么语言
我来说说对上述所谓问题我的看法吧:
1. 兼容性问题
2to3的问题让社区不少人寒了心,但guido坚持要这样做,因为他认为这是python追求简单优雅所必须要做的。对于没有历史包袱的项目来说,直接选择用python3000肯定是明智的。对于已有项目,2to3、six这样的工具也是可以解决绝大部分问题。
大版本内的兼容性问题我还没遇到过,不知道有啥案例让我学习学习的。
对于活跃的开源项目,小的兼容性问题不容易成为项目发展的瓶颈。而对于不活跃或者设计较差的项目,即使是使用其它语言,时间长了,也一般不会是兼容性影响它的使用。
(我司的web后台几年前大部分是C++写的,理论上讲不会有兼容性问题,但是现在当有需求实现时,却没有人想去维护那一整片一整片的业务逻辑和不同的前同事造的轮子。)
如果说,你想写一个完美的能立即稳定下来并且再也不需要维护的软件,那还是用C语言吧(换言之,这样的东西python里不都是用C写的吗)
总的来说,我个人确实没怎么在python上吃过兼容性的亏,反而对C++大包大揽时留下的坑深恶痛绝
2. python的库恶心
哪个库?有C++的库恶心吗,有java的库恶心吗
3. python的使用场合
前面已经说过,guido是个有理想的人,他希望python在任何一个领域都能牛逼起来,所以python才会强调简单、通用,让你干啥都能想到它。在实际上,python也未能做到处处通杀,甚至还没能做到在某个领域的权威(在云计算领域,python应该已经快了),基于语言本身的特点,目前在运维、大数据、云计算、web、科学计算上都还混得可以
4. 找工作
积重难返,python更多的会在某种口味的创业团队使用,国内的大公司不大会直接招python程序员,像@白如冰 说的那样。从社区上的招聘广告来看,大部分的岗位需求是web后台和运维系统开发的,web后台又有大部分是要求django的。
python的水不深,单靠对语言本身的考察,难以分清水平高低,于是,要么需要你有丰富的经验,要么你有坚强的毅力(比如C++学得很好)
最后,补充下,我极少在windows下用python(除了靠python在淘宝上秒杀了个手机),但每次一用就觉得别扭,也许这也是需要考虑的部分吧
5. 逼格
(1) 用什么语言都不能证明逼格,包括汇编,也包括lisp/haskell。
(2) 在适当的场合用适当的工具,解除耦合、减少重复、易于扩展才是对逼格的更高挑战。
比如有一组件对数据库有大量操作,我同事认为他要用C++模板元编程加上一些巧妙的设计模式来生成sql是逼格高的体现,我认为在这样的场景下至少要用上orm才能谈得上对逼格有要求。
大胆预测,10年后,python程序员不一定会更多,但python一定会使用得更广泛得多
匿之,本人为C++程序员 目前Python 在学术领域非常受欢迎,尤其是非计算机专业。
这门语言的前景会非常好。它语法简单易读,消除了普通人对于“编程”这一行为的恐惧,让越来越多的非程序员开始通过编写简单的程序,让自己的生活、工作和学习更美好。
这部分人可能永远也不会研究底层,不会关心运行效率,甚至不会学习 Python 之外的语言。他们只需要一门能让他们快速上手和计算机“交谈”的语言。这是 Python 最大的意义。 python是现有几个脚本语言中性能潜力较大的一个。PyPy实现了JIT性能优化。其他的脚本语言,除了PHP有Facebook开发的hack for hiphop做了JIT性能优化(但是已经不是传统意义上的PHP语言了),至今没有见到有JIT的。动态语言的性能提升太依赖JIT了。
再加上Cython这个开发C语言扩展的利器,Python性能上跑赢其他脚本语言太容易了。 未来几年(10年不敢说,你能在2003年大家都在用黑白屏手机的时候想象到Objective C吗?)应该还有很大的上升空间。
- 如果我教课讲OO,我会选Python而不是Java
- 做prototype我会选Python
- 做建模, 数据运算我还是选Python
这种语言如此之纯粹以至于你可以focus到写程序本身,而不是“写某种语言”。
另,不知道用Python哪里装B了。明明是语言和语法本身都很简单的语言,上手很快,有点数学基础的都能学下来,门槛这么低还说人家装B那真的没有不装B的语言了。 要想猜测未来10年 Python的前景,首先要看看过去10年 Python 的历史。下图曲线代表的是 Python在所有语言中使用百分比的曲线。 2004年有一次爆发,为什么?因为 Django 在2003年秋天诞生了。2011年初到历史高点,为什么?因为OpenStack启动了。2011和2012上升最快的年度语言是什么?Objective-C,为什么?因为在 iOS上开发 APP 能给程序员带来最实际的利益,以及 APP 被亿万人使用所带来的成就感。
未来十年Python的前景会怎样?Python在中国的发展会怎样?使用Python的企业会不会越来越多?Python主要被运用的领域有哪些?使用Python的程序猿会越来越多还是越来越少呢?看你一口气提出了一个主问题和4个子问题,从我个人的角度说,答案其实是“不太确定”。因为任何的预测都是基于现有应用场景的一种推测,但是真正决定一种语言前景的,往往是后面10年是否会有基于这种语言的杀手级系统/框架/应用的出现。C 语言重回 No1,我想 Linux 的出现和应用在从服务器,嵌入式系统,PC 到移动终端,应该算是头号功臣。Python 从原型设计到快速开发,从Web 应用到云计算框架,处处可见其身影,小了来说也是程序员用来实现各种手边小工具的首选,如果非要从现状来预测,应该说前景不会很差,但是具体有多好,我们一起搬起小板凳旁观吧。BTW:个人觉得 Python 天生就是为云而生,尽管OpenStack现在发展的很好,但是在实际应用上,还稍逊Hadoop,Python能否在云上有更大的作为,还得看Python的大神们怎么折腾这门语言了。

Python确实不再那么Cool了,现在这个宝座要让位给Scala,Go还有Cloure这些语言了,他们要么有更完善的FP支持,要么在并发上具有优势。
但是这个事实同时说明Python也真正的跻身在那些成熟的语言之中,成为整个互联网的基础性语言之一了。能横跨多领域的语言不多,javascript离不开web,也没有人用Java去做数据分析。Python是难得的多面手,和C的天然亲和性,让Python在脚本语言中可以最大程度的继承C在性能上的优势同时保证接口简洁明了。更不要说提供Python接口已经是成功的开源项目的标配了。
综上,Python依旧是市面上最具有竞争力的语言之一,很长时间内都不会改变。
我经常见到某个语言,和某个语言的软文。还经常看见,知乎上“强烈拥护”WXX的软文。
你看到的,是大公司希望让你看到的。他们有最好的水军。你首次看到的,几乎限制在这肤浅的一块,但因首因效应,会觉得好。所以有些偏见是与生俱来
但我所知道的python的发展史,不含一点的水分。都是干货。 其实Python很好,可以培养一下对语法的审美,什么都能做,写东西也很快,圈子里牛人也多,别管别人怎么说,个人私藏就好,建议学3,可以少一些坑。
从找工作角度,一定还得再学一门当前流行的语言,没办法,靠Python好的职位有限,不过会Python也是一个很好的加分项。 底层用c、cpp,业务逻辑用python来管理是省时省力的做法。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在现实世界中的应用包括数据分析、Web开发、人工智能和自动化。1)在数据分析中,Python使用Pandas和Matplotlib处理和可视化数据。2)Web开发中,Django和Flask框架简化了Web应用的创建。3)人工智能领域,TensorFlow和PyTorch用于构建和训练模型。4)自动化方面,Python脚本可用于复制文件等任务。

Python在数据科学、Web开发和自动化脚本领域广泛应用。1)在数据科学中,Python通过NumPy、Pandas等库简化数据处理和分析。2)在Web开发中,Django和Flask框架使开发者能快速构建应用。3)在自动化脚本中,Python的简洁性和标准库使其成为理想选择。

Python的灵活性体现在多范式支持和动态类型系统,易用性则源于语法简洁和丰富的标准库。1.灵活性:支持面向对象、函数式和过程式编程,动态类型系统提高开发效率。2.易用性:语法接近自然语言,标准库涵盖广泛功能,简化开发过程。

Python因其简洁与强大而备受青睐,适用于从初学者到高级开发者的各种需求。其多功能性体现在:1)易学易用,语法简单;2)丰富的库和框架,如NumPy、Pandas等;3)跨平台支持,可在多种操作系统上运行;4)适合脚本和自动化任务,提升工作效率。

可以,在每天花费两个小时的时间内学会Python。1.制定合理的学习计划,2.选择合适的学习资源,3.通过实践巩固所学知识,这些步骤能帮助你在短时间内掌握Python。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。