Python的短板

雖然Python擁有很多優(yōu)點，但沒有哪種編程語言能夠勝任所有工 作，因此Python并不能完美地滿足一切需求。如果要確定Python是否適 用于當(dāng)前場景，還需要了解Python不擅長的領(lǐng)域。

Python不是速度最快的語言

Python的執(zhí)行速度可能算得上是一個缺點。Python不是一個完全編 譯的語言，而是先編譯為內(nèi)部字節(jié)碼形式，然后交由Python解釋器來執(zhí) 行。Python為某些操作給出了高效的實現(xiàn)，例如，用正則表達式解析字 符串，可以做到與自己編寫的任何C語言代碼一樣快，甚至?xí)?。?在大多數(shù)情況下，采用Python會比C之類的語言實現(xiàn)更慢。但大家應(yīng)該 保持以下觀點：對絕大多數(shù)應(yīng)用程序而言，現(xiàn)代計算機的計算能力都是 過剩的。開發(fā)速度比程序運行速度更為重要，而Python程序通常編寫速 度會快很多。另外，用C或C ++編寫的模塊對Python進行擴展也比較容 易，程序當(dāng)中的CPU密集型部分可以交由這些模塊來運行。

Python的庫不算最多

雖然Python自帶了一批優(yōu)秀的函數(shù)庫集合，而且還有很多其他庫可 用，但是Python在庫的數(shù)量上并不算領(lǐng)先。像C、Java和Perl之類的編程 語言，可用的庫集合數(shù)量更為龐大。它們在某些領(lǐng)域提供的解決方案是 Python所沒有的，或者Python可能只提供了其中的一種可選方案。不過 這些往往是相當(dāng)專業(yè)的領(lǐng)域，而Python是很容易擴展的，既可以用 Python，也可以用C或其他語言的現(xiàn)有庫。對于幾乎所有的常規(guī)計算問 題，Python庫的支持能力都非常出色。

Python在編譯時不檢查變量類型

與某些其他編程語言不同，Python變量不像容器那樣工作，而更像 是引用整數(shù)、字符串、類實例等各類對象的標簽。這表示這些對象本身 雖然是有類型的，但引用它們的變量并沒有與類型進行綁定。變量x可 能在某一行代碼中引用一個字符串，而在另一行代碼中引用一個整數(shù)：

>>> x = "2" 
>>> x '2'   ⇽--- x為字符串"2" 
>>> x = int(x) >>> x 
2    ⇽--- 現(xiàn)在x為整數(shù)值2

Python將類型與對象關(guān)聯(lián)，而不是與變量關(guān)聯(lián)，這就意味著Python 解釋器無法識別出變量類型不符的錯誤。假設(shè)變量count本來是用來保 存整數(shù)的，但如果將字符串"two"賦給它，在Python里也完全沒問題。 傳統(tǒng)的程序員將這種處理方式算作一個缺點，因為對代碼失去了額外的 免費檢查。但是這種錯誤通常不難發(fā)現(xiàn)和修復(fù)，Python的代碼檢測功能 可以避免類型錯誤的發(fā)生。大多數(shù)Python程序員都認為，動態(tài)類型的靈 活性是劃得來的。

Python對移動應(yīng)用的支持不足

在過去的10年中，移動設(shè)備的數(shù)量和種類都出現(xiàn)了爆炸式的增長， 到處都是智能手機、平板電腦、平板手機、Chromebook，運行的操作 系統(tǒng)也是五花八門。Python在移動計算領(lǐng)域并不算強大。雖然有解決方 案可選，但在移動設(shè)備上運行Python并不總是能一帆風(fēng)順，用Python編 寫和發(fā)布商業(yè)應(yīng)用還存在問題。

Python對多處理器的利用不充分

現(xiàn)在多核處理器已經(jīng)普及，在很多情況下也都會帶來性能的明顯提 升。但是，由于具有名為全局解釋器鎖（global interpreter lock，GIL） 的特性，Python的標準版本并沒有按照多內(nèi)核來進行設(shè)計。詳情請查看 David Beazley、Larry Hastings等人關(guān)于GIL的討論視頻，或者訪問 Python wiki里的GIL頁面。盡管用Python可以運行并發(fā)進程，但如果需 要“開箱即用”的并發(fā)能力，Python可能并不合適。

以上就是全部相關(guān)知識點，感謝大家的學(xué)習(xí)和對腳本之家的支持。

最新評論