隨著 AI 的發展，憑借易學易用的語法、豐富的庫和框架，Python/ target=_blank class=infotextkey>Python 在機器學習、深度學習、自然語言處理和數據科學等領域有著廣泛的應用。然而，對于初學者而言，對于 Python 的很多特性以及使用上依然還存在著巨大的爭論。本文作者 Naren Yellavula 從中挑選了 5 個最為常見的論點，希望能通過實例演示，幫助解答剛入門的程序員們的困惑。
原文：https://medium.com/dev-bits/does-python-really-sucks-e380711ec3e9
翻譯工具 | ChatGPT 責編 | 蘇宓
出品 | CSDN（ID：CSDNnews）
以下為譯文：
各位開發者，大家好。今天我想提出一個新話題，用一種輕松的方式解決大家對 Python 編程語言經常提出的幾個問題。最近我看到一些關于 Python 編程語言的負面看法，例如：“為什么 Python 無論是對兒童還是成年人來說，都是一門糟糕的入門編程語言？”等等。這種現象經常出現在使用其他編程語言的開發人員中。
我經常聽到外界對 Python 的五個抱怨是：
- 縮進規則很可怕
- 沒有強類型
- 速度慢
- 不適用于大型代碼庫
- import 系統不可預測
我認為人們對過去三十二年（1991 至今）一直處于發展中的 Python 語言有一些誤解。Python 絕對不是一種新語言，就像傳統軟件一樣，它逐漸迭代形成了今天的樣子。在本文中，我將澄清一些新程序員常見的誤解，并解釋為什么 Python 語言中存在這些令人驚訝的細節。
介紹
Leetcoder 建議使用 Python，因為 Python 使他們能夠比 JAVA 或 Go 更快地編寫代碼。同樣，研究人員和科學家選擇 Python 作為他們創建現代機器學習包（例如 sci-kit、pandas）的主要語言，因為它簡單易懂。如果你查閱 Python 的哲學“Python 之禪”（https://peps.python.org/pep-0020/），你可以清楚地看到其中的一個原則：
Simple is better than complex（簡單勝于復雜）
但是，簡單有時很容易會被誤解為“無能”或“玩具般”的特性。正因為其簡單性，Python 沒有 Java 面向對象的細微差別，也沒有 Erlang 或 C++ 所擁有的小眾市場。這并不意味著 Python 無法表達強大的想法。與這種想法相反，Python 允許人們既與計算機交流，又與程序員交流。
最終結果是，人工智能領域的大多數研究論文都在用 Python 實現其算法。
Python 的語言設計受到簡單選擇的強烈影響。這意味著在需要做決策時，Python 更愿意選擇簡單的命名、輕量級的包等。
現在讓我們看看行業內有關 Python 的一些抱怨以及如何通過提出一些具體的原因來澄清這些謬論。
縮進 Python 代碼很可怕
如果你從其他編程語言（如 C、C++、C＃ 或 Java）轉向 Python，首先遇到的困難就是代碼縮進和缺少花括號{}。
為什么 Python 代碼需要四個空格或一個制表符 TAB 來將一組語句放入一個邏輯塊中？為什么他們不能像其他語言一樣使用花括號{}來定義函數或邏輯條件？
這是很多新手在使用 Python 時首先關注到的事情。當他們在縮進方面犯錯并嘗試運行 Python 程序時，他們可能會收到解釋器錯誤。讓我們通過比較一個簡單的 C 程序和它的 Python 對應程序，來可視化這一現象，這個程序用于查找整數數組中的最大元素。
1#include<stdio.h>
2
3intfind_max(intarr[], intsize){
4intmax = arr[0];
5for(inti = 1; i < size; i++) {
6if(arr[i] > max) {
7max = arr[i];
8}
9}
10returnmax;
11}
12
13intmain{
14intarr[] = {5, 10, 3, 8, 15};
15intsize = sizeof(arr) / sizeof(arr[0]);
16intmax = find_max(arr, size);
17printf("Maximum element in the list: %dn", max);
18return0;
19}
正如你在這里所看到的，我們定義了一個名為`find_max`的函數，用于找到整數數組中的最大整數。第 3-11 行定義了這個函數。第 6-8 行定義了一個 if 條件。因為這是 C 語言，你需要用花括號{}來標識給定塊的范圍。這一開始聽起來是合理的，但你也可以注意到，盡管有 C 編譯器的自然邊界，第 4-10 行的縮進是為了可讀性。可讀性？對，就是這個。C 代碼需要為編譯器和人類提供提示，因此它同時使用花括號和基于空格的縮進。
現在，讓我們看看 Python 對應的程序。
1def find_max(arr):
2max= arr[0]
3fornum inarr:
4ifnum > max:
5max= num
6returnmax
7
8arr = [5, 10, 3, 8, 15]
9max_num = find_max(arr)
10print("Maximum element in the list:", max_num)
這是用 Python 重寫了上述的 C 程序。正如你所看到的，第 1-6 行定義了一個函數。第 4-5 行定義了`if`邏輯條件。這里的縮進（4個空格）告訴解釋器，每個向右縮進到頂級構造的指令都屬于該構造。與此同時，它還為程序員提供了可讀性，以清楚地看到代碼的邊界。
一箭雙雕，不是嗎？Python 在這里做了一個合乎邏輯的決定，使用換行符（n）作為函數和邏輯語句的自然邊界。有人可能會爭論說，難以看到長度為 100 行的縮進塊。我同意。當你的函數有 100 行時，會變得混亂，但在這種情況下，你應該考慮將代碼拆分成更小的函數，以提高可讀性。
沒有強類型
很多人強調 Python 缺乏像 C、Java 或 Go 那樣的強類型。是的，Python 缺乏類型，但其他動態編程語言如 Java、Ruby 或 Lua 也是如此。這是動態編程語言的特性。Python 缺乏基本類型是內在于其語言設計的。在 Python 中，一切都是對象，包括函數。要驗證這個論點，你可以在 Python shell 中運行這個語句，使用任何數據類型。
1isinstance(1, object) # Returns True
你可以問，“為什么解釋型語言沒有強類型？”
答案是因為它們是解釋型的。解釋型語言一次性讀取和執行程序。相比之下，編譯型語言可以掃描程序以查看任何可能的類型不匹配，并在執行實際的編譯二進制代碼之前報告它們。在使用動態語言編寫代碼的最大好處是它的交互式反饋或REPL（讀取-評估-打印循環）。Python 選擇了這種方式，是因為動態程序以靜態類型檢查的代價更快地向用戶提供反饋。
Python 的這種動態特性是否對項目有害？這取決于具體情況。如果一個人希望擁有一個沒有單元測試的代碼庫，并且主要依賴編譯器來捕獲軟件錯誤，那么 Python 對他們來說是一個正確的選擇。在使用 Python 時，編寫單元測試，執行異常處理，可以提高大型代碼庫的代碼質量和可維護性。我們將在后面的部分中更詳細地討論這個問題。
Python 很慢
慢是一個相對的術語。對象 A 可能比對象 B 更快，但比對象 C 更慢。在進行比較時，我們應該更重視“對于給定用例的可接受性性能是什么？”而不是“Python 是否比 Java 慢？”。例如，在 I/O 綁定任務中，程序等待來自連接網絡的答案，而不是計算即時答案。而且并不是所有任務都受 CPU 的限制。大多數 Web 服務器很少受 CPU 限制。Python 在多個網絡系統之間作為粘合系統表現非常出色，并充分利用了其異步 I/O 功能。
如果一個人的 Python 應用程序的關鍵路徑需要 CPU 密集型操作，他們可以將其卸載到使用性能高、低級編程語言實現的 RPC 或 HTTP API 中。
因此，說 Python 慢就像確認“地球很大”，但在什么情況下呢？地球與人類或喜馬拉雅山相比，確實很大。但與太陽、木衛一或土星等其他天體相比，它很小。在構建控制平面的背景下，Python 絕對是可以接受的，但可能不適合用于實現受 CPU 限制的高性能數據庫方面。因此，在大多數用例中，說“Python 慢”都不是一個公正的評價。
Python 不適用于大型代碼庫
這是我經常聽到從其他編程語言遷移到 Python 的開發人員的觀點。
對此，我得到的進一步原因包括：
- 沒有類型
- 沒有好的 IDE 自動提供代碼建議支持
- 難以調試邏輯錯誤
上文中，我們已經討論了“無類型”這一說法。擁有良好的單元測試肯定可以幫助維護代碼，并不是避免使用大型代碼庫的強有力原因。
十年前，Python 的 IDE 自動補全功能可能落后于靜態類型語言如 C＃ 或 Java。但現在不再如此。使用現代 IDE，如 PyCharm 和 VSCode，以及專用插件，我們幾乎感覺不到任何差異。
由于代碼中的多種原因，調試遺留企業項目中的邏輯錯誤是一場噩夢：
- 命名不當
- 函數違反單一職責原則（SRP）
- 共享全局狀態
- 沒有測試用例
- 模塊/包臃腫
這些問題可以降低任何編程語言編寫的項目的調試體驗，而不僅僅是 Python。如果你不同意我的觀點，試著調試一個大規模編寫得很糟糕的 Go 項目。你會討厭你的生活。
最后，鑒于行業正在向微服務或無服務器函數等更小的計算單元邁進，大型代碼庫將在十年左右的時間逐漸轉變為多個代碼庫。也許這些代碼庫可以愉快地使用 Python。
Python 的 import 系統不可預測
Python 初學者也抱怨在 Python 中調試模塊導入錯誤是多么令人沮喪。但大多數人在開始項目之前都不會閱讀有關 Python 導入系統（https://docs.python.org/3/reference/import.html）和模塊（https://docs.python.org/3/tutorial/modules.html#the-module-search-path）的文檔。
Python和Java等語言的封裝系統有很大的不同。Java 包是類的命名空間，而 Python 包是模塊的命名空間。它們不一樣。
結論
Python 像任何其他編程語言一樣，不是萬能解決方案。通過了解它的歷史和細微之處，而不僅僅是語法，新手可以更好地欣賞 Python。
我喜歡 Python，因為與像 Java 這樣的靜態類型、富有細微差別的面向對象編程語言相比，它的學習曲線較淺，它在算法開發、機器學習和科學計算等許多領域都有所啟發。所以回答我最初的問題：
Python 真的很糟糕嗎？不，絕對不會，如果你仔細理解它的話。
