作者對每一項“缺點”都進行了分析,全文洋洋灑灑,概括起來 8 個原因分別是:
1、版本不兼容
Python 3 與 Python 2不完全兼容。作者以 Perl 語言和創造了世界上早期個人電腦的 Commodore 為例,分析了缺乏向后兼容性和分離版本是如何導致失敗的。
2、安裝問題
運行 apt、yum 與 rpm 等工具可以獲取并安裝大多數軟件包的最新代碼,但是在使用 apt-get install python 或者 pip install python 安裝 Python 的時候你不知道實際被安裝的是哪個版本,而這可能與你所需要的代碼不兼容。安裝時需要指定 Python 版本。
3、縮進規則
乍一看,Python 代碼似乎非常易讀,但是在大型代碼庫中并不是這樣。Pyhon 的四格縮進允許深度嵌套,但是嵌套太多層的話會導致代碼在文本編輯器中換行,變得混亂。而長函數和長條件操作可能使得難以匹配語法的開始與結束。給調試帶來了很大的困難。
4、代碼導入方式
Python 的導入方式import 允許引入整個模塊、模塊的一部分或模塊中的特定函數。作者認為 Python 這種導入規則使得查找可導入的列表并不直觀。C 中可以直接查看 .h 頭文件,但是 Python 需要使用 python -v 列出引用所在位置,之后搜索該列表中每個目錄和子目錄中的每個文件。
此外,Python 的導入機制還允許用戶重命名導入的代碼,作者認為重命名模塊非常適合小腳本,但是對于長程序來說真的很糟糕,因為它會影響代碼的可讀性和長期支持。
而更糟糕的地方在于,對于大多數語言來說,導入代碼就只是導入代碼,如果存在帶有構造函數的全局對象,那么一些語言會執行代碼,但這通常被認為是一種不好的做法。而許多 Python 模塊在導入期間就運行初始化函數,這導致你不清楚什么正在運行,不知道它在做什么,需要花很多時間來追蹤。
5、命名法
作者認為 Python 沒有使用通用并且專業的術語描述語言本身。比如在其它所有語言中,數組都稱為 arrays,但是在 Python 中,它被稱為 lists;關聯數組有時稱為 hash(Perl),但 Python 稱之為 dictionary。代碼庫命名方法也是這樣,像 PyPy、PyPi、NumPy、SciPy、SymPy、PyGtk、Pyglet 與 PyGame 這些庫,它們名稱中的“Py”有時放在開頭,有時又放在后邊,沒有統一。而類似 matplotlib、nose、Pillow 和 SQLAlchemy 的一些常見庫甚至直接放棄了“Py”這種命名約定。
作者將 Python 描述為“具有可怕且不一致的命名約定的庫的集合”。
6、怪癖
每種語言或多或少都有自己的怪癖,但是 Python 比其它語言都多。以字符串的操作為例,在 Python 中,單引號和雙引號之間沒有區別。但是,如果想要字符串跨行,則需要使用三引號 """string"""或 ```string```;如果想使用二進制文件,那么需要使用b'binary' 或 r'raw';有時需要使用 str(string) 將字符串轉換為字符串,或使用 string.encode('utf-8') 將其轉換為 utf8。
7、按對象引用傳遞變量
大多數編程語言都按值傳遞函數參數,但是 Python 默認使用 pass-by-object-reference 參數執行函數,這意味著更改源變量可能會使引用值改變。這是程序、函數和和面向對象編程語言之間的重大差異之一,如果每個變量都是通過對象引用傳遞的,并且對變量的任何更改都會在任何地方更改引用,那么可以直接使用全局變量來處理所有變量。但是全局變量的弊端是有目共睹的。
8、本地名稱
gcc-oscreencapture.exescreencapture.c-lscreencapture
假如在使用名為“libscreencapture.so”的 C 庫測試截屏程序,可以調用自己的程序“screencapture.c”并編譯成“screencapture.exe”。
但是在 Python 中這么做是不行的。Python 假定你首先要導入的是本地代碼,那么如果你有一個名為“screencapture.py”的程序使用“import screencapture”,它將導入自己而不是系統庫。
作者最后還表示,通常他會辯證地去評論一個東西,他覺得 Python 確實有一些不錯的庫,比如 BeautifulSoup、NumPy 和 TensorFlow,但是他真的沒法列出關于 Python 其它好的方面,因為他真的認為 Python 很糟糕。
-
傳遞函數
+關注
關注
0文章
102瀏覽量
13948 -
python
+關注
關注
56文章
4797瀏覽量
84692
原文標題:Python 太糟糕了?有個開發者總結了 8 個理由
文章出處:【微信號:DBDevs,微信公眾號:數據分析與開發】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論