Python的短板

雖然Python擁有很多優(yōu)點(diǎn)，但沒(méi)有哪種編程語(yǔ)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(chǎng)景，還需要了解Python不擅長(zhǎng)的領(lǐng)域。

Python不是速度最快的語(yǔ)言

Python的執(zhí)行速度可能算得上是一個(gè)缺點(diǎn)。Python不是一個(gè)完全編 譯的語(yǔ)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(lái)執(zhí) 行。Python為某些操作給出了高效的實(shí)現(xiàn)，例如，用正則表達(dá)式解析字 符串，可以做到與自己編寫(xiě)的任何C語(yǔ)言代碼一樣快，甚至?xí)臁５?在大多數(shù)情況下，采用Python會(huì)比C之類(lèi)的語(yǔ)言實(shí)現(xiàn)更慢。但大家應(yīng)該 保持以下觀點(diǎn)：對(duì)絕大多數(shù)應(yīng)用程序而言，現(xiàn)代計(jì)算機(jī)的計(jì)算能力都是 過(guò)剩的。開(kāi)發(fā)速度比程序運(yùn)行速度更為重要，而Python程序通常編寫(xiě)速 度會(huì)快很多。另外，用C或C ++編寫(xiě)的模塊對(duì)Python進(jìn)行擴(kuò)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(lái)運(yùn)行。

Python的庫(kù)不算最多

雖然Python自帶了一批優(yōu)秀的函數(shù)庫(kù)集合，而且還有很多其他庫(kù)可 用，但是Python在庫(kù)的數(shù)量上并不算領(lǐng)先。像C、Java和Perl之類(lèi)的編程 語(yǔ)言，可用的庫(kù)集合數(shù)量更為龐大。它們?cè)谀承╊I(lǐng)域提供的解決方案是 Python所沒(méi)有的，或者Python可能只提供了其中的一種可選方案。不過(guò) 這些往往是相當(dāng)專(zhuān)業(yè)的領(lǐng)域，而Python是很容易擴(kuò)展的，既可以用 Python，也可以用C或其他語(yǔ)言的現(xiàn)有庫(kù)。對(duì)于幾乎所有的常規(guī)計(jì)算問(wèn) 題，Python庫(kù)的支持能力都非常出色。

Python在編譯時(shí)不檢查變量類(lèi)型

與某些其他編程語(yǔ)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(lèi)實(shí)例等各類(lèi)對(duì)象的標(biāo)簽。這表示這些對(duì)象本身 雖然是有類(lèi)型的，但引用它們的變量并沒(méi)有與類(lèi)型進(jìn)行綁定。變量x可 能在某一行代碼中引用一個(gè)字符串，而在另一行代碼中引用一個(gè)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(lèi)型與對(duì)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(wú)法識(shí)別出變量類(lèi)型不符的錯(cuò)誤。假設(shè)變量count本來(lái)是用來(lái)保 存整數(shù)的，但如果將字符串"two"賦給它，在Python里也完全沒(méi)問(wèn)題。 傳統(tǒng)的程序員將這種處理方式算作一個(gè)缺點(diǎn)，因?yàn)閷?duì)代碼失去了額外的 免費(fèi)檢查。但是這種錯(cuò)誤通常不難發(fā)現(xiàn)和修復(fù)，Python的代碼檢測(cè)功能 可以避免類(lèi)型錯(cuò)誤的發(fā)生。大多數(shù)Python程序員都認(rèn)為，動(dòng)態(tài)類(lèi)型的靈 活性是劃得來(lái)的。

Python對(duì)移動(dòng)應(yīng)用的支持不足

在過(guò)去的10年中，移動(dòng)設(shè)備的數(shù)量和種類(lèi)都出現(xiàn)了爆炸式的增長(zhǎng)， 到處都是智能手機(jī)、平板電腦、平板手機(jī)、Chromebook，運(yùn)行的操作 系統(tǒng)也是五花八門(mén)。Python在移動(dòng)計(jì)算領(lǐng)域并不算強(qiáng)大。雖然有解決方 案可選，但在移動(dòng)設(shè)備上運(yùn)行Python并不總是能一帆風(fēng)順，用Python編 寫(xiě)和發(fā)布商業(yè)應(yīng)用還存在問(wèn)題。

Python對(duì)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(huì)帶來(lái)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(biāo)準(zhǔn)版本并沒(méi)有按照多內(nèi)核來(lái)進(jìn)行設(shè)計(jì)。詳情請(qǐng)查看 David Beazley、Larry Hastings等人關(guān)于GIL的討論視頻，或者訪問(wèn) Python wiki里的GIL頁(yè)面。盡管用Python可以運(yùn)行并發(fā)進(jìn)程，但如果需 要“開(kāi)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(shí)點(diǎn)，感謝大家的學(xué)習(xí)和對(duì)腳本之家的支持。