作者 | Alex Maher

編譯 | 小歐

作為一名 .NET 開發(fā)人員，很長一段時間以來，我一直關(guān)注 C# 和 .NET 的出色工具和功能。

但我最近開始使用 Python/ target=_blank class=infotextkey>Python，感覺非常棒。這里申明一點，這篇文章不是和C#作比較，只是分享一個關(guān)于為什么要走出舒適圈思考并選擇更合適的工具的故事。

1、人工智能的優(yōu)勢

我選擇 Python 的一大原因是它對人工智能的強(qiáng)大支持。Python 有很多 AI 庫，例如 TensorFlow、PyTorch 和 Keras。

這些工具使人工智能的使用變得更加簡單，可以提供隨時可用的功能，幫助你完成人工智能的相關(guān)任務(wù)。我發(fā)現(xiàn)，借助這些 AI 庫，使用 Python 在處理 AI 項目時可以節(jié)省時間。

2、快速構(gòu)建原型

我喜歡 Python 的另一個原因是它可以幫助你快速構(gòu)建原型。

與 .NET 相比，開發(fā)新項目需要更多步驟，如果你想嘗試新概念或隨時進(jìn)行修改時，Python 可以幫助你快速創(chuàng)建和測試想法。

3、將 Python 與 .NET 相結(jié)合

我也并沒有拋棄 .NET，它仍然非常適合創(chuàng)建大型應(yīng)用程序。但使用 Python 來處理 AI 部分，然后將它們集成到 .NET 應(yīng)用程序中，效果會非常好。

就這么說吧，Python 在 AI 方面的優(yōu)勢，可以和.NET在處理大型項目時帶來的穩(wěn)健性優(yōu)勢相媲美。

舉個例子，我利用 ELSA 工作流程來自動執(zhí)行各種任務(wù)。然而，為每個不易獲得的特定操作（例如 OpenAI 集成或 Selenium 測試）開發(fā)自定義“活動插件”會相當(dāng)耗時。

想象一下這樣的工作流程，但要復(fù)雜得多。

這個過程涉及到創(chuàng)建一個新類，編譯、執(zhí)行以便進(jìn)行測試。如果一切順利，將其打包到 Docker 容器中。然而，這些活動通常需要進(jìn)一步調(diào)整，這樣就會延長開發(fā)時間。

如果使用Python，這個過程會明顯更快。

每當(dāng)我需要進(jìn)行更改時，就像更改一行代碼一樣簡單。然后，通過運行 .py 腳本，我可以快速測試修改。

因為我仍然想在Python中構(gòu)建一個工作流(ELSA的替代品)，所以我找到了Prefect（使用Swift編程語言開發(fā)Web和其他REST服務(wù)的框架）。

4、學(xué)習(xí) Python是個好主意

切換到 Python 確實需要學(xué)習(xí)一些新東西。

Python 的工作方式與 .NET 不同，尤其是 Python 更加靈活。但習(xí)慣之后，我發(fā)現(xiàn)Python讓很多任務(wù)變得更簡單、更快捷。

5、結(jié)語

以上就是我作為一名 .NET 開發(fā)人員開始使用 Python 的原因。它為我開辟了新的工作方式，特別是在人工智能領(lǐng)域。

如果您是一名正在考慮 Python 的 .NET 開發(fā)人員，我可以肯定的告訴你，它可以大大增強(qiáng)你的技能，值得一試！

參考鏈接：

https://maherz.medium.com/why-i-started-using-python-as-a-net-developer-b6dbdd309637