Python即将出局？Julia和Swift能取而代之吗？( 二 ) 全文共3042字

此外， Swift拥有更好的内存安全和管理工具，即自动引用计数（Automatic Reference Counting）。与garbage收集器不同，只要引用计数归零， ARC就会回收内存，因此更为准确。
作为提供类型注释的编译语言， Swift和Julia比Python速度更快，功能更强大。仅仅这一点，可能就足以让开发人员推荐它们。
文章插图
Python在并行性方面有局限性Python最大的缺点不是速度慢，而是并行计算的局限性。简单地说， Python使用GIL（全局解释器锁）——它会通过阻止多个线程同时执行，来提高单个线程的性能。该过程有一个很大的障碍：开发人员不能使用多个 CPU核心来进行密集的计算。
我们在利用Python与Tensorflow、PyTorch 等C/C++库的互操作性方面做得不错。这一点众所周知，我也十分赞同。但是Python包装器并不能解决所有调试问题，最后还是得靠C和C++检查底层代码。从根本上说， Python的优势在低层无效，这点足以让Python出局。
这一因素很快将决定Python的衰落、Julia和Swift的崛起。 Julia专门用来解决Python的缺陷，主要有三个特性：协同程序（异步任务）、多线程和分布式计算，这些特性都展示出并发和并行编程的无限可能，这种结构使Julia能够以比Python更快的速度执行科学计算并解决大数据问题。
另一方面， Swift有一切开发移动应用所需的工具，能够进行并行计算。
文章插图
图源：unsplash
文章插图
Swift和Julia都拥有Python的互操作性和强大的支持虽然在速度、多线程和类型安全方面有不足之处，但Python有包含大量库和程序包的巨型生态系统。在Python面前， Swift和Julia在机器学习领域仍然是个“弟弟” ，拥有的库数量非常有限。然而， Julia和Swift比Python更强的互操作性大大弥补了二者库支持的不足的缺点。
Julia不仅允许程序员使用Python代码（反之亦然），还能与C语言、R语言、Java以及几乎所有主要编程语言的进行互操作。这种多功能性能有力推动这种语言的发展，增加它被数据科学家迅速采用的机会。
另一方面， Swift通过PythonKi 库提供了与Python的互操作性。 Swift（起源于苹果）最大的卖点是它得到了谷歌的大力支持，十几年前收益于全力支持而崛起的正是Python ，可真是风水轮流转。
另外， Swift的创建者Chris Lattner正在谷歌的AI brain团队工作，这表明Swift正在被重点培养，以在机器学习领域的取代Python 。
Tensorflow团队通过S4TF项目投资了Swift ，这进一步证明了该语言不仅仅是Python的修饰版。相反， Swift 凭借其差异化的编程支持和像C语言一样的低层级工作能力，将有可能被用来取代支撑深度学习的工具。
文章插图
图源：unsplash
随着数据量的不断增加， Python的致命弱点很快就会浮现。注重易用性和快速编码能力的日子一去不复返，速度和并行计算才是游戏的主角。 Python 作为一种通用语言，将不再解决这些问题。 Python终会退场，而Julia和Swift似乎就是候选接任者。
不过，我并不是说作为编程语言的Python会立刻消失，它会一点一点淡出人们的视线。 Python在数据科学中的地位将逐渐降低，专门为深度学习而设计的语言才是未来主流。
文章插图