作者：宋天龍，大數(shù)據(jù)技術(shù)專家，前 Webtrekk 中國(guó)區(qū)技術(shù)和咨詢負(fù)責(zé)人(Webtrekk，德國(guó)的在線數(shù)據(jù)分析服務(wù)提供商)。擅長(zhǎng)數(shù)據(jù)挖掘、建模、分析與運(yùn)營(yíng)，精通端到端數(shù)據(jù)價(jià)值場(chǎng)景設(shè)計(jì)、業(yè)務(wù)需求轉(zhuǎn)換、數(shù)據(jù)結(jié)構(gòu)梳理、數(shù)據(jù)建模與學(xué)習(xí)以及數(shù)據(jù)工程交付。

導(dǎo)讀

自1989年誕生以來(lái)，30年間，Python 技術(shù)不斷更迭，生態(tài)逐漸完善，加上互聯(lián)網(wǎng)、大數(shù)據(jù)、以及人工智能這一波波浪潮的推波助瀾，Python 漸漸從小眾最終站上了現(xiàn)在的高度。本文將全面透析 Python 的演進(jìn)之路，講述Python是如何崛起的。

一切都始于 1989 年的那個(gè)圣誕節(jié)，Python 的誕生并不算恰逢其時(shí)，它崛起充滿了機(jī)遇巧合，也有其必然性。三十年間，Python 技術(shù)不斷更迭，生態(tài)逐漸完善，加上互聯(lián)網(wǎng)、大數(shù)據(jù)、以及人工智能這一波波浪潮的推波助瀾，Python 漸漸從小眾最終站上了現(xiàn)在的高度。

從歷史發(fā)展的角度出發(fā)，我們才能看清 Python 崛起的偶然性和必然性。本文將結(jié)合技術(shù)和產(chǎn)業(yè)的發(fā)展，全面透析 Python 的演進(jìn)之路，幫助讀者理解是什么造就了如今的 Python。

Python 1.0 時(shí)代：起源與誕生

Guido van Rossum(下面簡(jiǎn)稱 Guido)是 Python 語(yǔ)言之父，他于 1982 年從阿姆斯特丹大學(xué)獲得了數(shù)學(xué)和計(jì)算機(jī)碩士雙學(xué)位，期間他接觸了很多的語(yǔ)言，包括 Pascal，C，F(xiàn)ortran 等。

在那個(gè)計(jì)算機(jī)資源貧乏的年代，像計(jì)算機(jī)一樣思考并編程是每個(gè)程序員必須面對(duì)的事情，這讓他非�？鄲�;同時(shí)他又非常欣賞 shell，shell 簡(jiǎn)單易編程的特性讓程序員更加專注于設(shè)計(jì)和邏輯本身，但 shell 本質(zhì)上是一個(gè)功能的調(diào)用，它沒(méi)有自己的數(shù)據(jù)類型，更無(wú)法全面調(diào)用計(jì)算機(jī)功能，因此 shell 也不算是一門 “語(yǔ)言”。

因此，他希望找到一種語(yǔ)言既可以像使用 shell 一樣簡(jiǎn)單，又可以和 C 語(yǔ)言的功能相媲美。不過(guò)這種語(yǔ)言在那個(gè)年代并不存在。

 

 

1989 年的圣誕節(jié)，Guido 開始編寫 Python 語(yǔ)言的編譯器。Python 這個(gè)名字來(lái)源于他喜歡的電視劇 Monty Python’s Flying Circus，而不是表面意義上的 “蟒蛇”。他希望這個(gè)新的語(yǔ)言，能符合他的理想：介于 C 和 shell 之間，功能全面、易學(xué)、易用又可拓展。

1991 年，第一個(gè) Python 編譯器誕生，這標(biāo)志著 Python 的第一個(gè)版本正式誕生。它基于 C 語(yǔ)言，并具備了基礎(chǔ)的類、函數(shù)、異常處理等功能特性，同時(shí)具備可擴(kuò)展性。Python 語(yǔ)法很多來(lái)自 C，但又受到 ABC 語(yǔ)言的強(qiáng)烈影響。例如來(lái)源于 ABC 語(yǔ)言強(qiáng)制縮進(jìn)的規(guī)定本身可以讓 Python 容易讀，但如果縮進(jìn)出錯(cuò)卻會(huì)影響編譯和執(zhí)行。Python 本身不以性能為重，但當(dāng)確實(shí)需要考慮性能時(shí)，Python 程序員卻可以深入底層來(lái)編寫 C 程序，并編譯為.so 文件引入到 Python 中使用。

Python 語(yǔ)言的魅力在于讓程序員可以花更多的時(shí)間用于思考程序的邏輯，而不是具體的實(shí)現(xiàn)細(xì)節(jié)，這一特性也得到 Guido 同事的歡迎。他們?cè)诜答伿褂靡庖姷耐瑫r(shí)也參與到 Python 的改進(jìn)中來(lái)，因此最初 Guido 和一些同事構(gòu)成了 Python 的核心團(tuán)隊(duì)，當(dāng)然，核心決策者還是 Guido 本人。隨后，Python 的使用拓展到研究所之外，并吸引了越來(lái)越多的程序員。

但是，最初 Python 的使用非常小眾，因?yàn)樵谀莻�(gè)計(jì)算機(jī)資源非常有限的年代，大家都傾向于最大化榨取計(jì)算機(jī)資源并提升運(yùn)算效率，而 Python 顯然不是為此而生。

Python 2.0 時(shí)代：崛起

最初發(fā)布時(shí)，Python 在設(shè)計(jì)層面存在一些缺陷，例如以滿足跨語(yǔ)言、跨平臺(tái)進(jìn)行文本轉(zhuǎn)換、處理的要求的 Unicode 字符編碼標(biāo)準(zhǔn)在 1994 年才正式公布，所以一直以來(lái) Python 2 及之前的版本對(duì) Unicode 的支持并不完全。相信大家在使用 Python 2 版本處理中文時(shí)都遇到過(guò)各種問(wèn)題。

2000 年發(fā)布的 Python 2.0 標(biāo)志著 Python 的框架基本確定。重要框架方向包括：

簡(jiǎn)單明確。在設(shè)計(jì) Python 語(yǔ)言時(shí)，開發(fā)者傾向于選擇沒(méi)有或者很少有歧義的語(yǔ)法。由于這種設(shè)計(jì)觀念的差異，Python 源代碼通常被認(rèn)為比 Perl 具備更好的可讀性，并且能夠支撐大規(guī)模的軟件開發(fā)。

面向?qū)ο�。任�?Python 的元素都可以視為對(duì)象，包括數(shù)據(jù)類型、類、函數(shù)、實(shí)例化元素等，完全支持繼承、重載關(guān)系，這有益于增強(qiáng)代碼的復(fù)用性。

動(dòng)態(tài)類型。任何對(duì)象的數(shù)據(jù)類型都無(wú)需提前定義，拿來(lái)即用。即使在之前已經(jīng)預(yù)先定義，后期也可隨時(shí)修改。

膠水特性。Python 本身被設(shè)計(jì)為可擴(kuò)充的，并非所有的特性和功能都集成到語(yǔ)言核心。Python 提供了豐富的 API 和工具，以便程序員能夠輕松地使用 C、C++、Cython 來(lái)編寫擴(kuò)充模塊。例如在 Google 對(duì)于 Google Engine 使用 C++ 編寫性能要求極高的部分，然后用 Python 或 Java/Go 調(diào)用相應(yīng)的模塊。

可嵌入。你可以把 Python 的功能嵌入到 C/C++ 程序中，從而實(shí)現(xiàn) Python 功能在其他語(yǔ)言中的功能實(shí)現(xiàn)。

生態(tài)系統(tǒng)。Python 有強(qiáng)大的標(biāo)準(zhǔn)庫(kù)，同時(shí)支持第三方庫(kù)和包的擴(kuò)展應(yīng)用，甚至可以自定義任何庫(kù)和包。Pypi(https://pypi.org/)是其第三方庫(kù)的倉(cāng)庫(kù)，在這里你幾乎可以找到任何領(lǐng)域內(nèi)的功能庫(kù)。

解釋器機(jī)制。Python 支持多種解釋器，例如 CPython(官方版本，基于 C 語(yǔ)言開發(fā)，也是使用最廣的 Python 解釋器)、IPython(基于 CPython 之上的一個(gè)交互式解釋器)、PyPy(一個(gè)追求執(zhí)行速度的 Python 解釋器，采用 JIT 技術(shù)對(duì) Python 代碼進(jìn)行動(dòng)態(tài)編譯)、Jython(運(yùn)行在 Java 平臺(tái)上的 Python 解釋器，可以直接把 Python 代碼編譯成 Java 字節(jié)碼執(zhí)行)、IronPython(和 Jython 類似，只不過(guò)運(yùn)行在微軟.Net 平臺(tái)上)。

1965 年，戈登?摩爾提出了著名的摩爾定律，其內(nèi)容為：當(dāng)價(jià)格不變時(shí)，集成電路上可容納的元器件的數(shù)目，約每隔 18-24 個(gè)月便會(huì)增加一倍，性能也將提升一倍。在隨后超過(guò)半個(gè)世紀(jì)的時(shí)間里，個(gè)人計(jì)算機(jī)的發(fā)展日新月異，已經(jīng)由資源不足向資源過(guò)剩轉(zhuǎn)變。這客觀上為 Python 的應(yīng)用提供了基礎(chǔ)條件 —— 只有在資源過(guò)剩的條件下，程序員才不會(huì)過(guò)度關(guān)注榨取性能。

隨著 Python 自身功能的完善以及生態(tài)系統(tǒng)的擴(kuò)展，Python 在 Web 開發(fā)、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)分析與數(shù)據(jù)挖掘、人工智能等應(yīng)用方面逐漸嶄露頭角。

Django 和 Flask 引領(lǐng)的 WEB 開發(fā)模式

2004 年，目前最流行的 WEB 框架 Django 誕生。2010 年，另一個(gè)流行的輕量級(jí) WEB 框架 Flask 誕生。Django 是一個(gè) WEB 解決方案 “全家桶”，其功能大而全，包含了幾乎所有 WEB 開發(fā)相關(guān)的組件和功能，它可以大大節(jié)省開發(fā)者在基礎(chǔ)組件、選型、適配等方面的時(shí)間和精力;而 Flask 只包含基本的配置，默認(rèn)依賴于兩個(gè)外部庫(kù)也可以自由替換，給開發(fā)者提供最大的自主空間。這兩類完全相反方向上的 WEB 開發(fā)模式，幾乎可以為所有開發(fā)者提供了很好的選型參照物：無(wú)論開發(fā)者想要一站式還是最大化自主解決方案，Python 都能滿足。

此后，以豆瓣、春雨醫(yī)生、知乎、Dropbox、YouTube、CIA(美國(guó)中情局)等為代表的企業(yè)和機(jī)構(gòu)都基于 Python 做網(wǎng)站開發(fā)，預(yù)示著 Python 應(yīng)用到 WEB 開發(fā)領(lǐng)域逐漸成為一種新興趨勢(shì)。

人人都能勝任的網(wǎng)絡(luò)爬蟲

Python 自帶的標(biāo)準(zhǔn)庫(kù)中，urllib、urllib2、requests 庫(kù)對(duì)于簡(jiǎn)單網(wǎng)頁(yè)的抓取實(shí)現(xiàn)非常簡(jiǎn)單，即使在面對(duì)海量數(shù)據(jù)抓取需求時(shí)，第三方庫(kù) Scrapy 也能應(yīng)對(duì)自如;再配合正則表達(dá)式庫(kù) re、網(wǎng)頁(yè)代碼解析 BeautifulSoup、html 和 xml 解析庫(kù) lxml、多線程庫(kù) threading 等特性，使得 Python 在應(yīng)用到網(wǎng)絡(luò)爬蟲任務(wù)上時(shí)，只需要很少的開發(fā)量便能迅速完成任務(wù)�；�于 Python 簡(jiǎn)單易學(xué)的特性，幾乎人人都能開發(fā)網(wǎng)絡(luò)爬蟲。

比 shell 更好用的自動(dòng)化運(yùn)維工具

Python 是跨語(yǔ)言和平臺(tái)的，幾乎所有 Linux 系統(tǒng)和 MAC 系統(tǒng)都自帶 Python 庫(kù)，Windows 系統(tǒng)也可以自定義安裝。Python 默認(rèn)的 os、sys 等庫(kù)可實(shí)現(xiàn)與操作系統(tǒng)的交互和執(zhí)行功能，更重要的是 Python 還能直接執(zhí)行系統(tǒng)終端命令。因此，使用 Python 編寫的系統(tǒng)運(yùn)維和管理腳本在可讀性、性能、代碼重用度、擴(kuò)展性幾方面都優(yōu)于普通的 shell 腳本，在自動(dòng)化運(yùn)維方面應(yīng)用廣泛。

數(shù)據(jù)分析與科學(xué)計(jì)算三劍客

2008 年發(fā)布的 Numpy、scipy 和 2009 年發(fā)布的 pandas 是數(shù)據(jù)分析與科學(xué)計(jì)算的三劍客。

NumPy(Numeric Python 的簡(jiǎn)稱)是 Python 科學(xué)計(jì)算的基礎(chǔ)工具包，也是 Python 做數(shù)據(jù)計(jì)算的關(guān)鍵庫(kù)之一，同時(shí)又是很多第三方庫(kù)的依賴庫(kù)。

Scipy(Scientific Computing Tools for Python 的簡(jiǎn)稱)是一組專門解決科學(xué)和工程計(jì)算不同場(chǎng)景的主題工具包，它提供的主要功能側(cè)重于數(shù)學(xué)、函數(shù)等，例如積分和微分方程求解。Pandas(Python Data Analysis Library 的簡(jiǎn)稱)是一個(gè)用于 Python 數(shù)據(jù)分析的庫(kù)，它的主要作用是進(jìn)行數(shù)據(jù)分析和預(yù)處理。

Pandas 提供用于進(jìn)行結(jié)構(gòu)化數(shù)據(jù)分析的二維表格型數(shù)據(jù)結(jié)構(gòu) DataFrame，類似于 R 中的數(shù)據(jù)框，能提供類似于數(shù)據(jù)庫(kù)中的切片、切塊、聚合、選擇子集等精細(xì)化操作，為數(shù)據(jù)分析提供便捷。另外，Pandas 還提供了時(shí)間序列的功能，用于金融行業(yè)的數(shù)據(jù)分析。

除此之外，很多大型公司也都在使用 Python 完成不同類型的其他工作，其中不乏世界知名公司，如國(guó)外的 Google、Facebook、NASA 、雅虎、YouTube 等，國(guó)內(nèi)的網(wǎng)易、騰訊、搜狐、金山等。例如谷歌在 Google Groups、Gmail、Google Maps 等項(xiàng)目中將 Python 用作網(wǎng)絡(luò)應(yīng)用的后端;在 Google Cloud Platform 中的 Google Cloud Storage 本地部署環(huán)境中，gsutil 也在 Python 2 基礎(chǔ)上開發(fā)和應(yīng)用。

后 Python2 與 Python3 時(shí)代，AI 讓 Python 大放異彩

2008 年 12 月，Python 3 發(fā)布。Python 3 相對(duì)于 Python 2 的早期版本(主要是 Python2.6 之前)是一個(gè)較大的升級(jí)，它在設(shè)計(jì)的時(shí)候沒(méi)有考慮向下兼容，所以很多早期版本的 Python 程序無(wú)法在 Python 3 上運(yùn)行。為了照顧早期的版本，推出過(guò)渡版本 2.6—— 基本使用了 Python 2.x 的語(yǔ)法和庫(kù)，同時(shí)考慮了向 Python 3.0 的遷移，允許使用部分 Python 3.0 的語(yǔ)法與函數(shù)。同時(shí)，Python 還提供了 Python 2 到 Python 3 的 Python 文件轉(zhuǎn)換功能，以幫助開發(fā)者升級(jí)。

2010 年 7 月發(fā)布了 Python 2.x 系列的最后一個(gè)版本，主版本號(hào)為 2.7。大量 Python 3 的特性被反向遷移到了 Python 2.7，2.7 版本比 2.6 版本進(jìn)步非常多，同時(shí)擁有大量 Python 3 中的特性和庫(kù)，并且照顧了原有的 Python 開發(fā)人群。Python2.7 也是當(dāng)前絕大多數(shù) Linux 操作系統(tǒng)最新版本的默認(rèn) Python 版本。

從 2008 年開始，Python 2 與 Python 3 是并存發(fā)展的。但在 2018 年 3 月，Guido 在郵件列表上宣布 Python 2.7 將于 2020 年 1 月 1 日終止支持，這意味著之后 Python 2 將不再被統(tǒng)一維護(hù)，與之對(duì)應(yīng)的是主流第三方庫(kù)也不會(huì)再提供針對(duì) Python 2 版本的開發(fā)支持。Python 2 的時(shí)代即將過(guò)去。

這一時(shí)期，Python 繼續(xù)以其獨(dú)特魅力吸引更多的開發(fā)者加入，但真正讓 Python 大放異彩的卻是 AI(人工智能)的爆發(fā)。

AI 并不是一個(gè)新生事物，而是從 20 世紀(jì) 50 年代就開始出現(xiàn)，隨后經(jīng)過(guò)了大概 20 年的黃金時(shí)期，又分別在 20 世紀(jì) 70 年代和 90 年代兩次進(jìn)入寒冬期。從 2006 年開始，神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)的出現(xiàn)，讓 AI 進(jìn)入爆發(fā)期。

在 AI 領(lǐng)域，Python 擁有很多相關(guān)庫(kù)和框架。其中最著名的是：

sklearn：一個(gè)老牌機(jī)器學(xué)習(xí)庫(kù)，其 neural_network 庫(kù)可用來(lái)做神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

PyTorch：由 Facebook 于 2016 年發(fā)布，它基于曾經(jīng)非常流行的 Torch 框架而來(lái)，為深度學(xué)習(xí)的普及邁出了重要一步，到目前為止它已經(jīng)是人們用來(lái)做學(xué)術(shù)研究的首選方案。

TensorFlow：谷歌于 2015 年研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)。借助谷歌的強(qiáng)大號(hào)召力以及在人工智能領(lǐng)域的技術(shù)實(shí)力，它已經(jīng)成為目前企業(yè)真實(shí)生產(chǎn)環(huán)境中最流行的開源 AI 框架。更重要的是，它也是第一個(gè)(應(yīng)該也是唯一一個(gè))經(jīng)過(guò)真實(shí)大規(guī)模生產(chǎn)環(huán)境(Google)檢驗(yàn)過(guò)的框架。

在互聯(lián)網(wǎng)領(lǐng)域，F(xiàn)acebook 和 Google 都是全球 IT 企業(yè)的標(biāo)桿，具備行業(yè)領(lǐng)導(dǎo)力和風(fēng)向指示意義。他們基于 Python 開發(fā)的 AI 庫(kù)(PyTorch 和 TensorFlow)已經(jīng)成為目前最流行的 AI 庫(kù)，而且 “到底選擇 PyTorch 還是 Tensorflow” 仍然是一個(gè)具有爭(zhēng)議性的話題。

在 AI 時(shí)代，主要應(yīng)用場(chǎng)景包括：

計(jì)算機(jī)視覺：通過(guò)特定的圖片模式訓(xùn)練，讓計(jì)算機(jī)理解圖像中的物體甚至內(nèi)容。在這一領(lǐng)域我們熟悉的場(chǎng)景包括圖像識(shí)別、目標(biāo)識(shí)別和跟蹤。例如人臉識(shí)別便是圖像識(shí)別的典型領(lǐng)域，廣泛應(yīng)用到企業(yè)員工考勤、門店客戶識(shí)別、機(jī)場(chǎng)等公共領(lǐng)域反恐識(shí)別等。2011 年，吳恩達(dá)創(chuàng)立的谷歌大腦項(xiàng)目，能夠在沒(méi)有任何先驗(yàn)知識(shí)的情況下，僅僅通過(guò)觀看無(wú)標(biāo)注視頻學(xué)習(xí)到識(shí)別高級(jí)別的概念就能知道哪個(gè)是貓。

語(yǔ)音識(shí)別：該過(guò)程是計(jì)算機(jī)將人類的自然語(yǔ)言識(shí)別并轉(zhuǎn)換為文字的過(guò)程，廣泛應(yīng)用工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。身邊熟悉的場(chǎng)景例如通過(guò)語(yǔ)言對(duì)導(dǎo)航、APP、車載設(shè)備等做指令輸入，以及電信客服系統(tǒng)中的語(yǔ)音業(yè)務(wù)查詢和辦理。

自然語(yǔ)言理解：自然語(yǔ)言理解是一類任務(wù)的總稱，而并非是單一任務(wù)。它旨在讓計(jì)算機(jī)理解人類的語(yǔ)言所表達(dá)的表層和深層含義。目前場(chǎng)見的應(yīng)用場(chǎng)景包括自動(dòng)問(wèn)答系統(tǒng)、機(jī)器翻譯、信息檢索和過(guò)濾、信息抽取等。

個(gè)性化推薦：個(gè)性化推薦是一個(gè)相對(duì)成熟的領(lǐng)域，但基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，可以將大量的復(fù)雜、抽象特征的數(shù)據(jù)預(yù)處理工作最大程度的簡(jiǎn)化，甚至可以將海量特征經(jīng)過(guò)簡(jiǎn)單處理后便直接丟到模型中便能獲得比例理想的效果。

游戲和競(jìng)技：在該領(lǐng)域，很多科技公司用經(jīng)過(guò)訓(xùn)練后的 AI 與人類進(jìn)行對(duì)弈。早在 20 世紀(jì) 90 年代，由 IBM 開發(fā)的 “深藍(lán)” 與卡斯帕羅夫的世紀(jì)之戰(zhàn)已經(jīng)引起了世界的轟動(dòng);在 2017 年 AlphaGo 又擊敗排名世界圍棋冠軍柯潔，再一次讓世人感受到 AI 的強(qiáng)大威力。

在不同的領(lǐng)域，Python 都能扮演非常重要的角色，因此，在國(guó)外的各大榜單中，Python 都已經(jīng)成為最受歡迎的語(yǔ)言(或至少是之一)。不只在商業(yè)領(lǐng)域流行，國(guó)內(nèi)很多地區(qū)和教育機(jī)構(gòu)正將 Python 納入教材之中。比如 Python 進(jìn)入山東小學(xué)六年級(jí)的教材，浙江信息技術(shù)教材將放棄 VB，改用 Python 語(yǔ)言，Python 列入全國(guó)計(jì)算機(jī)二級(jí)等級(jí)考試大綱等。

Python 的未來(lái)發(fā)展

在 Python 發(fā)展過(guò)程中，Guido 一直是核心人物，甚至被稱為 “終身仁慈獨(dú)裁者”，但在 2018 年經(jīng)歷了退出管理層風(fēng)波之后，他又在 2019 年以五大指導(dǎo)委員之一的身份重回決策層。這為 Python 迎來(lái)了新的治理方案：指導(dǎo)委員會(huì)模式。這種模式意味著 Python 的未來(lái)將從 Guido 一人決定變?yōu)?5 人決定，雖然比很多開源語(yǔ)言仍然有民主化空間(例如 PHP 的改進(jìn)由社區(qū)投票決定)，但也算是一種從專制到民主的進(jìn)步。

有關(guān) Python 的每個(gè)提升計(jì)劃，都是在 PEP(Python Enhancement Proposal)列表中 —— 每個(gè)版本新特性和變化都通過(guò) PEP 提案經(jīng)過(guò)社區(qū)決策層討論、投票決議，最終才有我們看到的功能。

目前，Python 的最新穩(wěn)定的主版本是 3.7，Python 3.8 也已經(jīng)有了預(yù)覽版，大概在 2023 年左右 Python 4 便會(huì)問(wèn)世。在之后的時(shí)間里，Python 會(huì)如何發(fā)展?我們可以從 Python 軟件基金會(huì)的董事會(huì)成員、CPython 的核心開發(fā)人員 Nick Coghlan 的信息中略知一二：

首先，Python 的 PEP 流程和制度沒(méi)有任何變化，通過(guò)增加新模塊和功能來(lái)增強(qiáng)的基礎(chǔ)能力。隨著 Python 2 在 2020 年不再維護(hù)，社區(qū)在 Python 3 的資源和投入會(huì)相應(yīng)增加。

其次，不同解釋器的實(shí)現(xiàn)和功能擴(kuò)展還將繼續(xù)增強(qiáng)，方向包括 PyPy 關(guān)于 JIT 編譯器生成和軟件事務(wù)內(nèi)存的嘗試，以及科學(xué)和數(shù)據(jù)分析社區(qū)，對(duì)面向數(shù)組編程的探索等。

再次，嵌入式應(yīng)用的增強(qiáng)，核心是與其他虛擬機(jī)運(yùn)行時(shí)(如 JVM 和 CLR)的集成和改進(jìn)，尤其是在教育領(lǐng)域取得的進(jìn)展，可能會(huì)讓 Python 作為更受歡迎的嵌入式腳本語(yǔ)言，在更大的應(yīng)用程序中運(yùn)行。

最后，對(duì)于為了兼容和維持 Python 2 的部分功能而存在于 Python 3 中的原有代碼，在后續(xù)版本中應(yīng)該會(huì)逐步優(yōu)化甚至去掉。而對(duì)于其他更改，則會(huì)根據(jù)情況棄用、提出警告、逐步替代以及保留。

來(lái)源：AI科技大本營(yíng)

標(biāo)簽： Python 編程語(yǔ)言

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。