随着 AI 的发展，凭借易学易用的语法、丰富的库和框架，Python 在机器学习、深度学习、自然语言处理和数据科学等领域有着广泛的应用。然而，对于初学者而言，对于 Python 的很多特性以及使用上依然还存在着巨大的争论。本文作者 Naren Yellavula 从中挑选了 5 个最为常见的论点，希望能通过实例演示，帮助解答刚入门的程序员们的困惑。

原文：

未经允许，禁止转载。

翻译工具 | ChatGPT 责编 | 苏宓
出品 | CSDN（ID：CSDNnews）

以下为译文：

各位开发者，大家好。今天我想提出一个新话题，用一种轻松的方式解决大家对 Python 编程语言经常提出的几个问题。最近我看到一些关于 Python 编程语言的负面看法，例如：“为什么 Python 无论是对儿童还是成年人来说，都是一门糟糕的入门编程语言？”等等。这种现象经常出现在使用其他编程语言的开发人员中。

我经常听到外界对 Python 的五个抱怨是：

缩进规则很可怕

没有强类型

速度慢

不适用于大型代码库

import 系统不可预测

我认为人们对过去三十二年（1991 至今）一直处于发展中的 Python 语言有一些误解。Python 绝对不是一种新语言，就像传统软件一样，它逐渐迭代形成了今天的样子。在本文中，我将澄清一些新程序员常见的误解，并解释为什么 Python 语言中存在这些令人惊讶的细节。

介绍

Leetcoder 建议使用 Python，因为 Python 使他们能够比 Java 或 Go 更快地编写代码。同样，研究人员和科学家选择 Python 作为他们创建现代机器学习包（例如 sci-kit、pandas）的主要语言，因为它简单易懂。如果你查阅 Python 的哲学“Python 之禅”（），你可以清楚地看到其中的一个原则：

Simple is better than complex（简单胜于复杂）

但是，简单有时很容易会被误解为“无能”或“玩具般”的特性。正因为其简单性，Python 没有 Java 面向对象的细微差别，也没有 Erlang 或 C++ 所拥有的小众市场。这并不意味着 Python 无法表达强大的想法。与这种想法相反，Python 允许人们既与计算机交流，又与程序员交流。

最终结果是，人工智能领域的大多数研究论文都在用 Python 实现其算法。

Python 的语言设计受到简单选择的强烈影响。这意味着在需要做决策时，Python 更愿意选择简单的命名、轻量级的包等。

现在让我们看看行业内有关 Python 的一些抱怨以及如何通过提出一些具体的原因来澄清这些谬论。

缩进 Python 代码很可怕

如果你从其他编程语言（如 C、C++、C＃ 或 Java）转向 Python，首先遇到的困难就是代码缩进和缺少花括号{}。

为什么 Python 代码需要四个空格或一个制表符 TAB 来将一组语句放入一个逻辑块中？为什么他们不能像其他语言一样使用花括号{}来定义函数或逻辑条件？

这是很多新手在使用 Python 时首先关注到的事情。当他们在缩进方面犯错并尝试运行 Python 程序时，他们可能会收到解释器错误。让我们通过比较一个简单的 C 程序和它的 Python 对应程序，来可视化这一现象，这个程序用于查找整数数组中的最大元素。

 1#include <stdio.h>
 2
 3int find_max(int arr[], int size) {
 4 int max = arr[0];
 5 for (int i = 1; i < size; i++) {
 6 if (arr[i] > max) {
 7 max = arr[i];
 8 }
 9 }
10 return max;
11}
12
13int main() {
14 int arr[] = {5, 10, 3, 8, 15};
15 int size = sizeof(arr) / sizeof(arr[0]);
16 int max = find_max(arr, size);
17 printf("Maximum element in the list: %d\n", max);
18 return 0;
19}

正如你在这里所看到的，我们定义了一个名为`find_max`的函数，用于找到整数数组中的最大整数。第 3-11 行定义了这个函数。第 6-8 行定义了一个 if 条件。因为这是 C 语言，你需要用花括号{}来标识给定块的范围。这一开始听起来是合理的，但你也可以注意到，尽管有 C 编译器的自然边界，第 4-10 行的缩进是为了可读性。可读性？对，就是这个。C 代码需要为编译器和人类提供提示，因此它同时使用花括号和基于空格的缩进。

现在，让我们看看 Python 对应的程序。

 1def find_max(arr):
 2 max = arr[0]
 3 for num in arr:
 4 if num > max:
 5 max = num
 6 return max
 7
 8arr = [5, 10, 3, 8, 15]
 9max_num = find_max(arr)
10print("Maximum element in the list:", max_num)

这是用 Python 重写了上述的 C 程序。正如你所看到的，第 1-6 行定义了一个函数。第 4-5 行定义了`if`逻辑条件。这里的缩进（4个空格）告诉解释器，每个向右缩进到顶级构造的指令都属于该构造。与此同时，它还为程序员提供了可读性，以清楚地看到代码的边界。

一箭双雕，不是吗？Python 在这里做了一个合乎逻辑的决定，使用换行符（\n）作为函数和逻辑语句的自然边界。有人可能会争论说，难以看到长度为 100 行的缩进块。我同意。当你的函数有 100 行时，会变得混乱，但在这种情况下，你应该考虑将代码拆分成更小的函数，以提高可读性。

没有强类型

很多人强调 Python 缺乏像 C、Java 或 Go 那样的强类型。是的，Python 缺乏类型，但其他动态编程语言如 JavaScript、Ruby 或 Lua 也是如此。这是动态编程语言的特性。Python 缺乏基本类型是内在于其语言设计的。在 Python 中，一切都是对象，包括函数。要验证这个论点，你可以在 Python shell 中运行这个语句，使用任何数据类型。

1isinstance(1, object) # Returns True

你可以问，“为什么解释型语言没有强类型？”

答案是因为它们是解释型的。解释型语言一次性读取和执行程序。相比之下，编译型语言可以扫描程序以查看任何可能的类型不匹配，并在执行实际的编译二进制代码之前报告它们。在使用动态语言编写代码的最大好处是它的交互式反馈或REPL（读取-评估-打印循环）。Python 选择了这种方式，是因为动态程序以静态类型检查的代价更快地向用户提供反馈。

Python 的这种动态特性是否对项目有害？这取决于具体情况。如果一个人希望拥有一个没有单元测试的代码库，并且主要依赖编译器来捕获软件错误，那么 Python 对他们来说是一个正确的选择。在使用 Python 时，编写单元测试，执行异常处理，可以提高大型代码库的代码质量和可维护性。我们将在后面的部分中更详细地讨论这个问题。

Python 很慢

慢是一个相对的术语。对象 A 可能比对象 B 更快，但比对象 C 更慢。在进行比较时，我们应该更重视“对于给定用例的可接受性性能是什么？”而不是“Python 是否比 Java 慢？”。例如，在 I/O 绑定任务中，程序等待来自连接网络的答案，而不是计算即时答案。而且并不是所有任务都受 CPU 的限制。大多数 Web 服务器很少受 CPU 限制。Python 在多个网络系统之间作为粘合系统表现非常出色，并充分利用了其异步 I/O 功能。

如果一个人的 Python 应用程序的关键路径需要 CPU 密集型操作，他们可以将其卸载到使用性能高、低级编程语言实现的 RPC 或 HTTP API 中。

因此，说 Python 慢就像确认“地球很大”，但在什么情况下呢？地球与人类或喜马拉雅山相比，确实很大。但与太阳、木卫一或土星等其他天体相比，它很小。在构建控制平面的背景下，Python 绝对是可以接受的，但可能不适合用于实现受 CPU 限制的高性能数据库方面。因此，在大多数用例中，说“Python 慢”都不是一个公正的评价。

Python 不适用于大型代码库

这是我经常听到从其他编程语言迁移到 Python 的开发人员的观点。

对此，我得到的进一步原因包括：

没有类型

没有好的 IDE 自动提供代码建议支持

难以调试逻辑错误

上文中，我们已经讨论了“无类型”这一说法。拥有良好的单元测试肯定可以帮助维护代码，并不是避免使用大型代码库的强有力原因。

十年前，Python 的 IDE 自动补全功能可能落后于静态类型语言如 C＃ 或 Java。但现在不再如此。使用现代 IDE，如 PyCharm 和 VSCode，以及专用插件，我们几乎感觉不到任何差异。

由于代码中的多种原因，调试遗留企业项目中的逻辑错误是一场噩梦：

命名不当

函数违反单一职责原则（SRP）

共享全局状态

没有测试用例

模块/包臃肿

这些问题可以降低任何编程语言编写的项目的调试体验，而不仅仅是 Python。如果你不同意我的观点，试着调试一个大规模编写得很糟糕的 Go 项目。你会讨厌你的生活。

最后，鉴于行业正在向微服务或无服务器函数等更小的计算单元迈进，大型代码库将在十年左右的时间逐渐转变为多个代码库。也许这些代码库可以愉快地使用 Python。

Python 的 import 系统不可预测

Python 初学者也抱怨在 Python 中调试模块导入错误是多么令人沮丧。但大多数人在开始项目之前都不会阅读有关 Python 导入系统（）和模块（）的文档。

Python和Java等语言的封装系统有很大的不同。Java 包是类的命名空间，而 Python 包是模块的命名空间。它们不一样。

结论

Python 像任何其他编程语言一样，不是万能解决方案。通过了解它的历史和细微之处，而不仅仅是语法，新手可以更好地欣赏 Python。

我喜欢 Python，因为与像 Java 这样的静态类型、富有细微差别的面向对象编程语言相比，它的学习曲线较浅，它在算法开发、机器学习和科学计算等许多领域都有所启发。所以回答我最初的问题：

Python 真的很糟糕吗？不，绝对不会，如果你仔细理解它的话。