自1990年代引入以来，Python编程语言已经走了很长一段路。 Guido Van Rossum几乎不知道Python在开发时会成为世界上最受欢迎的语言之一。 如今，Python是
地球上使用最广泛的编程语言之一，并具有许多不同的用途。 无论是企业级应用程序，机器学习，人工智能模型还是数据科学领域的工作，Python都在几乎所有繁荣的行业和领域中得到积极使用。
当前的Python脚本
世界上有超过800万的Python开发人员经常出于各种目的使用该语言。 由于其灵活性和易扩展性，Python已经成为许多开发人员的首选语言。 这就是Python之所以能够绕过Java的原因，Java长期以来一直是开发人员中最喜欢的语言。 但这也可能与Java即将结束的语言的自然老化过程有关。 大多数新语言旨在解决现代问题。 尽管长期开发的语言对于解决其所遇到的问题最为有效，但要使其与不断变化的行业和场景保持关联仍然变得极为困难。
本文是在EDISON Software的支持下进行翻译的，EDISON Software 为初级学生以及设计软件 提供实用建议 ， 并用俄语和英语编写TK 。
但是，Python是一种具有大量支持社区的开放语言，仍然具有重要意义，甚至在今天仍处于顶峰。 丰富的库和内置功能使其在数据科学领域的组织，企业，开发人员和专家中广受欢迎。 尽管Java仍被用于公司开发，但它在其他领域的相关性几乎为零。 如果环顾四周，您将找不到设计和训练Java模型的机器学习专家。 但是尽管如此，Java仍然是全球开发人员中第二流行的语言。
击败Java
Python在大多数领域已成功超越Java。 对于企业发展而言，Google的新型Go编程语言对Java构成了真正的威胁。 但是，随着您的进步，对高性能计算的需求比以往任何时候都在增长。 这些是数据科学和人工智能模型的现代要求。 尽管您可能认为使用快速GPU可以帮助提高速度和效率，但事实远非如此。 这种方法不能满足信息处理的需求。 先进的应用程序应依靠其他因素来获得最佳性能，并帮助科学家和开发人员实现其期望的目标。 最终，这鼓励组织和研究机构寻找可靠的编程语言。 专为利基任务而设计，可提供快速工作。
朱莉娅介绍
就像已经提到的那样，世界正进入一个时代，在那个时代，心爱的Python面临着来自编程语言领域新玩家Julia的威胁。 Julia Computing的首席执行官
Viral Shah指出，在2000年代初，开发人员更喜欢使用C进行系统编程，使用
Java进行企业开发 ，使用SaaS进行分析以及使用MATLAB进行科学计算。 但是，现代开发人员将Rust用于系统编程，将Go用于企业应用程序，将Python / R用于分析，将Julia用于科学计算。
但是，这种情况并不是几年前的事。 当茱莉亚（Julia）不在眼前时，人们将要从MATLAB切换到Python。 由于机器学习已被用于几乎我们所知道的每个应用程序中，并且Python库提供了更简单的机器学习模型实现，因此人们开始使用Python。 以前，MATLAB是解决这些问题的最佳选择，并有助于分析和科学计算。 但是很明显，人们正在寻找易于实现，清晰，快速，高效和可扩展的解决方案。 而且Python能够同时占领Java领域和MATLAB领域。
朱莉娅在哪里？
Julia和Python之间的主要区别之一是这些语言如何处理同一任务。 尽管Julia是专门为解决与高性能计算相关的问题而设计的，但Python在其开发过程中才得以实现。 尽管Python到目前为止已经能够应对行业的挑战，但让我们同意它并非旨在用于这项工作。 开发人员和研究人员很幸运，可以让Python进化并观察它如何变成快速计算的语言。 另一方面，朱莉娅（Julia）专为高速工作而设计，这种语言只有几个月的历史，已经开始引起数据科学的研究人员和专家的轰动。
Julia 1.2
的稳定版本仅在两个月前发布，并且已经过改进，可以有效地与数据科学领域的苛刻项目一起使用。 目前，有800多个开发人员在Github上为Julia做出了贡献，并帮助它成为一种流行的语言。
结论
两个月大的Julia占用大量资源并且对速度要求很高，已经在挑战30岁的Python。 尽管很难说Julia是否会克服Python，但由于其设计用于复杂计算的功能，该语言无疑会产生影响。 此外，由于任务仍然是资源密集型并且需要精确的计算，因此朱莉娅凭借其高性能，可以赢得普遍的喜爱。 如果Python不想重复Java的命运，它将不得不开发并尝试优化其库以提高速度和性能。 这可能不仅是由于新更新的发布，而且还归因于引擎的完全重新设计，以使语言对处理器更友好。 Python比Julia具有的优势是其丰富的库。 由于Julia才刚刚起步，因此像Python中一样，创建高效的动态库和函数将花费很长时间。 两种语言之间的斗争才刚刚开始，但已经使需要快速有效的工具来实现其目标的研究人员和科学家受益。
聚苯乙烯
正如
torgeek 所说 ：“
NVIDIA架构师
已将Julia添加到
他们的解决方案堆栈中。”
另请阅读博客
EDISON公司：
20个图书馆
壮观的iOS应用程序