Julia 和Python哪一个更强

近两年，凭借 动态特性和易于扩展性，Python 在 企业级应用程序、机器学习/人工智能模型、数据科学等工作中，备受开发者青睐，其火热程度早已超越了编程语言界的老牌兵 Java。而 Python 有朝一日会成为今朝的 Java 吗？对此，本文作者发文表示，30 岁的 Python 正面临着来自编程语言世界的新参与者——Julia 的威胁，而这究竟是怎么一回事？

作者 | James Warner

译者 | 风车云马，责编 | 屠敏

自上世纪90年代以来，编程语言Python已经取得了长足的进步。当Guido Van Rossum开发Python时，他几乎不知道Python会成为世界上最流行的语言之一。今天，Python是人类历史上使用最广泛的编程语言之一，并且已经应用于很多应用程序中。无论是企业级应用程序，还是机器学习/人工智能模型、数据科学工作，Python几乎在所有蓬勃发展的行业和领域中都受人青睐。

Python市场

全世界有超过800万的开发人员出于各种目的热忠于使用Python。由于其动态特性和易于扩展性，Python已经成为开发人员的首选语言。这也是为什么Python能够击败Java的原因，Java一度以来都是开发人员最喜欢的语言。也可能是由于一门语言的自然老化过程，Java正在接近尾声。大多数新语言都是为解决现代面临的新挑战而设计的。虽然之前开发的语言在解决当时的问题时效率极高，但要让它们跟上不断变化的行业和市场就变得极其困难。

但是，Python作为一种拥有如此庞大用户和开发者支持的开源语言，即使在今天仍然保持着它的巅峰状态。它丰富的库和内置的功能使其成为企业、开发人员和数据科学家的热门选择。尽管Java仍然被用于企业开发，但它在其他领域的相关性几乎为零。如果环顾四周，你很难发现一个机器学习专家在Java上设计和训练模型。尽管如此，Java是全球第二大最受开发人员欢迎的语言。

取代Java

Python已经成功地在大多数领域取代了Java。在企业开发方面，Java面临着来自谷歌的新编程语言Go的威胁。随着我们进入未来科技时代，对高性能计算的需求也在不断增长。这也是数据科学和人工智能的时代需求。尽管有人可能认为使用extreme GPU有助于提高速度和效率，但事实远非如此。它不能满足特定的数据处理需求。相反，前沿应用程序需要其他依赖项来优化性能，并帮助科学家和开发人员实现预期的目标。最终，这将引导企业和研究机构寻找更健壮的编程语言，为特定的任务及其交付速度而设计。

进入Julia的世界

这个人人都喜爱Python的时代，正面临着来自编程语言世界的新参与者——Julia的威胁。Viral Shah是Julia CompuTIng的首席执行官，他指出，在21世纪初，开发人员更喜欢用C语言进行系统编程，用JAVA开发企业应用程序，用SaaS进行分析，用MATLAB进行科学计算。然而，今天的开发人员使用Rust进行系统编程，Go进行企业开发，使用Python/R进行分析，并使用Julia进行科学计算。

这几年来我们能够感受到从MATLAB到Python的过渡。我们知道机器学习几乎在所有应用程序中使用，而且Python库使ML模型的实现更加容易，所以人们转向了Python。在此之前，MATLAB是这项任务的最佳选择，可以帮助人们进行分析和科学计算。但是很明显，人们会把目光转向更容易实现、容易理解、更快速、更高性能和可扩展的解决方案。因此，Python完美地填补了JAVA和MATLAB的空白。

Julia立足之地

Julia和Python之间的一个关键区别是处理特定问题的方式。Julia的构建是为了减轻高性能计算的挑战。尽管Python现在已经发展为一种快速的计算语言，但是我们必须承认它不是为这项工作而设计的。然而，Julia是专门为高速处理和计算工作设计的。虽然它只有几个月的历史，却已经在研究人员和数据科学家中引起轰动。

两个月前，Julia发布了一个稳定的版本，称为1.2，它已经得到了进一步的改进，可以有效地处理大量占用资源的数据科学项目。目前有超过800名Julia开发人员，他们正在为GitHub做贡献，帮助其成为首选语言。

结论

凭借资源和速度这两把“利剑”，两个月大的Julia已经和30岁的Python打了一场硬仗。尽管现在很难说它能否完全接管Python，但它设计用于处理复杂的计算特性肯定会对世界产生影响。此外，随着问题的处理需要更多的资源和更高性能的计算，Julia可能会成为每个人的最爱。除非Python想要和Java一样的命运，否则它将不得不提高其速度和效率，并不断优化它的库。它可能不只是启动新的更新，而是完全转换引擎，使其成为更友好的CPU语言。Python相对于Julia的一个优势是其丰富的库。由于Julia还处于起步阶段，所以它需要很长时间才能构建像Python这样高效、动态的库和函数。这两种语言之间的斗争才刚刚开始，但对于需要快速高效工具来实现目标的研究人员和科学家来说，Julia已经变成了一种优势。

责任编辑：ct