Python为什么这么厉害?_python为什么这么火

由网友 杯水斗量 提供的答案：

Python语言之所以如此受欢迎和强大,有以下几点原因：

1. 优雅简洁：Python有清晰简洁的语法,易于学习和实现,能以很少的代码解决大量问题,非常适合初学者。

2. 高效性：Python是一种解释性语言,无需编译,可以节省开发人员的时间和精力。它还可以通过JIT（即时编译）和AOT（事先编译）等技术提高运行速度,并具有高效的I / O操作和内置优化等特点。

3. 多用途：Python可用于大量领域,例如web开发,数据分析,人工智能,自动化测试等,它的灵活性和强大的库、框架支持使得Python成为多用途高效的编程工具之一。

4. 社区支持：Python有一个强大的社区,拥有数以千计的高质量库和框架,您可以在开发过程中使用这些库和框架,以提高代码质量和效率。同时大量的教程、文档和活跃的社区也让Python成为一门引人入胜的编程语言。

由网友 有趣才好玩 提供的答案：

我也不知道为什么！但我可以讲一下自己的感受。我已经快50岁了,是一个从来都没有接触过、学习过编程的人。去年因为炒股的原因想要写一个自己的分析软件,于是从零开始学习Python,大概用了两个月时间然后写出了自己想要的软件（只有10几行代码）,就是可以自动分析、计算每只股票的估值的那种,本来想要将它图形化,以便大家方便使用的,但因为实是太忙了,就放在那里了,但我自己平时随便用一下还是可以的！

由网友 慕课网 提供的答案：

Python的确挺厉害的~但不是生来就那么厉害。

Python是在1991年被创造出来的,但真正开始被广泛使用是Python 2.6以后的事情了。从2012年开始到现在,Python的热度持续累积,成为关注度增长最快的语言。

有图有真相：Python如此快的增长,说明了它确实十分神奇

所以说,Python并没有像Golang等语言那么幸运,生来就备受关注；而是因为语言本身的设计特点对生态环境有着极强的适应能力,同时适时抓住了成长机遇,从而厚积薄发。

• 精妙的设计哲学

早期的Python,在Java、PHP、JS、C++等重重包围下,尽管受众不广,但仍旧得以生存,主要因为Python的设计哲学使其具备了十足的生命力。

忍不住要分享一下精妙的Python之禅（摘自Python官网）,它并非出自Python创始人之手,但已被官方认可为编程原则。而精妙之处在于它不仅适用于编程,更适用于人生。原来每一个热爱代码的优秀编程者都是哲学家。

The Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren‘t special enough to break the rules. Although practicality beats purity.Errors should never pass silently. Unless explicitly silenced. In the face of ambiguity, refuse the temptation to guess. There should be one-- and preferably only one --obvious way to do it. Although that way may not be obvious at first unless you‘re Dutch. Now is better than never. Although never is often better than right now. If the implementation is hard to explain, it‘s a bad idea. If the implementation is easy to explain, it may be a good idea. Namespaces are one honking great idea -- let‘s do more of those!

带着这种哲学,Python逐渐发展成了一个特别简明友好、容易上手、功能强大的语言,发展过程中,Python抓住了三次飞速发展的机会。

• 适时抓住成长机遇

第一个机会,Web与敏捷开发

在受到广泛关注之前,Python更多地是作为简单脚本语言,配合一些系统相关工作而被运用（主要是跟Perl抢地盘）。Python开始受到广泛关注,得益于Google的推动。Google或许不是第一家使用Python的公司,但它是第一家大规模使用Python进行Web相关开发的全球著名公司,从而有力地证明了Python能够很好地完成Web开发相关的许多工作。

而此时互联网正开始向快速开发转型,开发速度对于企业,尤其是初创企业而言至关重要,因此Python简洁便利与高效开发的特点吸引了众多企业和组织,同期衍生出来的社区环境又为Python提供了无数优质到可以进行生产级使用的模块和包；对比彼时PHP的模板式开发,Java的庞大繁杂,Ruby的语法新奇多变,Python为中小型企业的快速开发提供了尤为可能的解决方案,从而使得Python开始小有名气。

第二个机会,科学计算

相较于商业开发,科学计算面向更多的是非专业的编程人员,从这个方向上来说,抛开商业化软件不谈,Python的竞争对手也是前有Fortran,后有R、Julia语言的存在,虽然历史积累不如Fortran,抽象形式不及R,现代化和综合性能不如Julia,但是这些却仍然没有妨碍Python在这个领域里大显身手。

历史积累不如Fortran？没关系！借助C接口把Fortran包包裹起来让Python用就好；

抽象形式不及R？没关系！Python语法简单库还多,学习起来也不难,效率还高一丢丢,更重要的是借助这些特点能直接做产品,比R更具市场亲和力；

现代化不如Julia？没关系！Python社区大,要啥包有啥包。

更让人们惊喜的是,借助Python的各种模块和包,能够十分简单地实现之前需要折腾很久的繁杂工作,诸如访问数据库和表格文件,哪怕是在R语言中,仍旧需要从ODBC里一点点拿出数据；而用Python,以Pandas,一句话就能解决数据的读甚至写。

并且,随着计算金融和大数据的兴起,大量程序员开始投入科学计算,相较于Fortran的陈腐、R的浓厚统计数学意味以及Julia的不发达社区,Python自然而然的成了很多人的首选；而经验丰富的程序员又更进一步推动了Python社区的发展,更多优秀的包和模块得到了迅速推广：

矩阵、符号、科学计算？有NumPy、SymPy和SciPy；

统计分析？有Pandas；

可视化？有matplotlib、seaborn；

……

于是,Python很快便在该领域占据了半壁江山。

第三个机会,深度学习

在较早的很长一段时间里,提到机器学习,人们往往会使用C++、Java等作为主要工具。GPGPU的出现使得计算庞杂的机器学习任务开始由CPU向GPU转变,但研究者直接进行GPU编程,在计算复杂的模型时,不仅需要大量心智来分析算法的设计,还不得不投入大量精力解决显卡计算开发中的工程问题,为研究增添了非常大的难度。

随着时间的积累,更多的开源库出现,使得机器学习中主要算法实现抽象成了一个个模块,研究者才得以从繁杂的工程开发中解放出来。此时,代码成了模块的调用和描述,使用诸如C++或Java这样繁杂的工程化语言不再是必要选择,特别是更通用化的深度学习出现,促使研究者需要一种更加易读、易分析的描述性语言（DSL）来解决问题。

而Python因此前在科学计算领域已有广泛应用,加之它能很容易接入现有的C/C++库,以及良好的可读性,成为不少框架的必然选择,如Theano和Caffe。同时,由于AlphaGo亮眼的表现聚焦了众人的注意力,并随后开源了以Python为接口Tensorflow,使得由AI热潮带来的学习者纷纷奔向了Python和Tensorflow。

之后,越来越多的框架都开始提供Python接口——Python能够容易而清晰地描述模型结构,轻松解决计算中的数据输入（无论从硬盘、数据库、网络中的任何一种）问题,简单地实现可视化,并能轻易地设计为Web服务。甚至连使用Lua的Torch都实现了以Python为接口的演进版本PyTorch。至此,Python几乎已经统治了深度学习的模型设计、训练领域。

Python在深度学习上有多神？

正如前文所述,Python极大地减轻了深度学习研究者的心智负担,使之得以将更多的精力集中在模型的设计、改进上。而当深度学习的研究可以集中在对模型结构、对优化算法等方面的研究上,这个领域的进展迅速也就可以被理

不妨看一个简单的例子,此处使用Keras框架中对MNIST（手写数字识别）数据集的深度卷积网络的实现代码：

让我们详细看看这段不到70行的代码：加载标准数据集不过仅仅5 行,训练部分也就寥寥数行,而其中的模型,更是简单直白：数据顺序地经过若干卷积层（Conv2D）、池化层（MaxPooling2D）、展平（Flatten）和全连接层（Dense）。

加载标准数据集仅仅5 行

训练部分寥寥数行

这样的一段程序,经过训练,对于手写数字的识别率可以达到99.25%,如果你愿意,也可以为此程序接入微信、网站,或包装成应用程序,一切都只需要简单的几行代码即可完成。

更多Python可以做到的事情请参看你都用 Python 来做什么？

所以你看,Python其实是属于厚积薄发型选手,与其说它神,倒不如说它早就做好了准备,一直在寻找爆发的机会,Python的语言哲学值得认真品读一番。

由网友 IT老友 提供的答案：

我不觉得python本身比其它C/C++/C#/Java等语言厉害。

虽然python中的切片的确让我眼前一亮。

但我会说,python让我很爽。

语法简单,约束少,万能胶水,众多丰富强大的第三方模块/框架。

而开源既可以让我放心使用第三方模块和框架,又可以让我肆意的学习、修改第三方模块/框架。

爬虫神器scrapy

网站神器Django

机器学习神器scikit-learn

绘图神器matplotlib

是的,众多编程高手和公司的无私付出,才有了python的今天。

众人拾薪火焰高。

才有了"人生苦短,我用python"。

如果赞同请点赞支持,谢谢。

由网友 你看我独角兽吗 提供的答案：

刚回答了Python有何优缺点的问题,Python是一门近几年崛起很快也很火的编程语言。区别于我们国家大学里的第一门编程语言往往是C语言,Python则成为了国外本科学的入门级编程语言。同时随着科技的发展,拥有高容量、高速度和多样性的大数据已经成为当今时代的主题词。移动互联网、云计算、大数据的快速发展,使Python给开发者带来巨大的机会。

Python在国内逐渐崛起和被追捧的原因？

Python之所以近些年在国内也被发掘与追捧,主要也与互联网发展到此阶段有着重要关系。 Python的开放、简洁、黏合正符合了现发展阶段对大数据分析、可视化、各种平台程序协作产生了快速的促进作用。自Python3的发布到现在已有五六年的时间,从刚发布的反对声音到慢慢被接受与喜欢经过了太漫长的时间,然而可能也与国情与发展需求有着相当的关系。总之,越来越多人开始使用Python。

用Python可以做什么？

Python语法简洁,无需编译。一句话"人生苦短,我用 Python"啥都说明了,高效是 Python的特点。强大的数据结构。默认安装的Python开发环境已经附带了很多高级数据类型,如列表、元组、字典、集合、队列等,无需进一步编程就可以使用这些数据类型的操作。使用这些数据类型使得实现抽象的数学概念非常简单。 强制缩进,让代码自然显得有条理。 插件齐全,可以完成绝大部分的程序设计任务。

Python语言的优点

1. 作为初学Python的科班出身的小白,Python非常简单,非常适合刚入门的开发者阅读。阅读一个良好的Python程序就感觉像是在读英语一样,尽管这个英语的要求非常严格！Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。

2. 易学。Python虽然是用c语言写的,但是它摈弃了c中非常复杂的指针,简化了Python的语法,而且有很多语法糖,使得在写代码的时候可以更Pythonic、优雅地编程。

3. Python是FLOSS（自由/开放源码软件）之一。简单说就是你可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。Python的作者希望看到一个更加优秀的人创造并经常改进它。

4. 规范的写作风格。相信刚从别的语言转移到Python的人经常吐槽Python需要用游标卡尺,PEP8协议需要在Python开发时强制缩进,使得代码具有很好的可读性,虽然同时编程会更不自由些。

5. 面向对象编程。Python既支持面向过程的编程也支持面向对象的编程。在"面向过程"的语言中,程序是由过程或仅仅是可重用代码的函数构建起来 的。在"面向对象"的语言中,程序是由数据和功能组合而成的对象构建起来的。与其他主要的语言如C++和Java相比,Python以一种非常强大又简单 的方式实现面向对象编程。

Python的缺陷

1. 效率问题。因为Python是解释型语言,所以在运行效率方面并不能要求太高,但同时换取的优势是跨平台十分容易,只能说是各有利弊。
2. Python是动态类型语言,很多语义错误在编程阶段很难被发现,随着良好的编程习惯可以改善这一点。

在实际体验中,Python最大的优点是即拿即用,有想法就可以找对应的包尝试开发,最大的缺点是性能问题,在高性能要求时就要想方法迁移到C++、C或者Java上。

如果你对学习人工智能和深度学习感兴趣,可以订阅我的Html369号,我会在这里发布所有与算法、机器学习以及深度学习有关的有趣文章。

由网友 陕西IT优就业 提供的答案：

Python厉害体不仅表现在使用方面做到真正的没有限制,更多是因为以下优点。

1.Python 易于学习可靠且高效

好吧,相较于其它许多你可以拿来用的编程语言而言,它"更容易一些"。Python 的语言没有多少仪式化的东西,所以就算不是一个 Python
专家,你也能读懂它的代码。我的经验是,通过实例来学习和教授 Python 要比采取同样的方式去接触比方说 Ruby 或者 Perl 更加容易,因为 Python
的语法里面条条框框以及特殊的处理场景要少得多。 它所专注的并非语言表现的丰富程度,而是你想要用你的代码完成什么。

它能用少量的代码构建出很多功能

Python 能带给所有开发者一种快速的学习体验。通过实践,你可以在最多两天之内轻松实现一个具备基础功能的游戏
(而这还是在对编程完全不了解的情况下)。

另外一些让 Python 成为一门引人注目的编程语言的因素就是它的可读性和高效性。

2.Python 拥有最成熟的程序包资源库之一

一旦你了解了该语言,就可以利用上这个平台。Python 以 PyPI (读作 Pie-Pie,可以从这里在线进行了解)为其后盾, 这是一个拥有超过
85,000 个 Python 模块和脚本的资源库,你拿过来就立马可以使用。这些模块向你的本地 Python
环境分发已经预先打包好的功能,可以用来解决各种诸如数据库处理,计算机视觉实现,像维度分析这样的高级数据分析的执行,或者是构建 REST 风格的 web
服务这些问题。

3.Python 广泛用于数据科学领域

不管你从事的是什么工作,数据都会是其中的一部分。IT,软件开发,市场等等 ——
它们都深度地关乎数据且对于智慧求之若渴。很快数据分析技能就会像编码技能一样的重要,而 Python 在两个领域都占有重要的地位。Python 紧挨着 R
语言,都是现代数据科学中最常被使用的语言。事实上,在数据科学领域,Python 的职位职位需求超过了 R 语言。你在学习 Python
时发展出来的技能将会直接转换并被用来构建起自己的这些分析技能。

4.Python 是跨平台且开源的

Python 可以跨平台运行,并且已经开放源代码超过20年的时间了,如果你需要代码能同时在Linux,Windows 以及 macOS
上跑起来,Python 就能满足要求。此外,有数十年的修修补补以及不断完善做后盾,可以确保你能够随心所欲地运行自己的代码。

由网友 kingsx123 提供的答案：

既然这么好 为什么 bat的主要开发语言还是JAVA？牛逼吹大了,他有库命名容易混乱,效率低等缺点。他最大的优点只是让非专业人员编写能够 运行,解决问题的代码,而不用深入学习一门编程语言。说白 了 就和快餐一样,简单,方便,成本低,但是要吃的好,吃的精致,或者大场面,还是得正餐。

由网友 温柔西瓜2l 提供的答案：

Python之所以这么流行和强大,主要有以下几个原因:

1. 简单易学。Python的语法简单易理解,没有太多的特殊符号和结构,学习门槛低,上手容易。这使其成为最适合初学者的编程语言之一。

2. 丰富的库。Python有大量内置的标准库和第三方库,几乎涵盖了所有的领域和功能。这极大地提高了编程效率和开发速度。

3. 跨平台性。Python代码可以在 Windows、Linux、Mac OS等多种平台下运行,这使其成为绝佳的跨平台开发语言。

4. 灵活高效。Python相比其他语言更加灵活,可以快速开发原型并产出效果。而其解释性语言的特点又不影响运行效率,这是Python能够胜任系统任务和游戏开发的原因之一。

5. 可扩展性。Python天生支持面向对象编程,其语法结构清晰简单。这使其成为一门非常适合大型项目开发的语言,代码可复用性和可扩展性都很高。

6. 丰富的生态。Python有庞大的社区和丰富的生态环境。各种高质量的工具、框架和IDE都有提供Python版本,这进一步提高了Python的易用性和开发效率。

7. 人工智能时代的选择。当前人工智能和机器学习领域,很大一部分工作都是用Python完成的。主流的深度学习和机器学习框架如TensorFlow、Pytorch等也是基于Python的。这使其成为人工智能研究和实践的首选语言。

综上,Python之所以强大主要得益于其简单、高效、跨平台的特性,丰富的生态和第三方库使开发变得异常简单。而其在人工智能时代的广泛应用也使其成为一个非常值得学习和运用的编程语言。这些因素共同造就了Python的流行和强大。

由网友 阁下书田 提供的答案：

说Python厉害的人,是因为对生活,对工作或者对自己喜好的事情有了巨大的效率提升。

1. 如果你在工作中需要对大量的数据进行分析,处理,表格呈现,汇总,那么Python可以帮你一键完成,一天的活也许就一分钟就可以搞定。

1. 如果你对股票比较感兴趣,想通过数据分析,形态分析,资金流分析,预测未来趋势,那么Python可以帮你把几年的数据,四千多只股票同时分析,得到你想要的潜力股,助你财富稳定增值。

1. 如果你对某些事感兴趣,想在热点前展示一把,譬如近期的奥运,疫情,洪水等,都可以用Python帮你自动爬起网上事件,时间,数据,整理成你想要的效果。比如我现在想在你面前炫耀奥运金牌追逐战～

综述,你认为的厉害肯定是对你自己的事情有了很大的效率提升。如果你现在还不知道python能给你带来什么,是因为你还不够了解它,希望你慢慢体会学习,给它一点时间,它会还给你N倍时间。

由网友 小小猿爱嘻嘻 提供的答案：

还是因为其强大的社区和生态环境,python作为一门解释型胶水语言,其几乎无所不能,不管是app还是web,还是近几年比较流行的人工智能,机器学习,数据挖掘,可视化,python几乎都可应用,其第三方包众多,涉及到方方面面,好多代码都不需重构,拿来即可应用,开发效率相比其他语言高了不少,国外许多著名的开源项目都是基于python构建的,其越来越被人们重视和应用。