首页 诗词 字典 板报 句子 名言 友答 励志 学校 网站地图
当前位置: 首页 > 教程频道 > 开发语言 > perl python >

python知乎有关问题

2012-06-26 
python知乎问题怎么样才算是精通 Python?「精通」要满足如下条件:熟知主流硬件体系(x86, x64)熟知 CPython

python知乎问题

怎么样才算是精通 Python?

「精通」要满足如下条件:

    熟知主流硬件体系(x86, x64)熟知 CPython 的具体实现,如若可能至少通读源码三遍以上
    熟知每条 Python bytecode 如何被解释执行
    熟知每条 Python 语句如何 compile 成 bytecode
    熟知 Python 主要数据结构所采用的优化手段熟知 JIT 以及哪些场合下 PyPy 会比 CPython 有较大性能提高、以及有什么代价


所以我一直只敢称自己为 「中级 Pythonista」

@米嘉 引用的 StackOverflow 上列的那几项条件是作为将 Python 用于主要工作语言所需要的基本条件,敢于因此而称自己「精通 Python」要让不少人笑掉大牙。况且那几项还有几个严重问题:

第3点:如若可能,尽量避免 map/reduce/fitler,而用 list/generator/set comprehension,代码要清晰得多,GvR 如此说。xrange 和 range 的区别在 Python 3 中马上就要滚蛋了,所以如非必要,不要大量使用 xrange。
第5点:敢于在 CPython 中大量使用递归是对 CPython 实现的公然侮辱。Python 的多个稳定实现都没有 TCO,递归会让性能迅速下降。记住一点:Python 中函数调用非常昂贵,可读性、可维护性影响不大的情况下,能展开函数调用的时候尽量展开、递归能转化成循环的尽量转化。递归也不是人类自然的思考方式。第7点:看书是对的,但不要把 Python 当作一门经典函数式语言对待,因为它不是。你当它是,它会很痛苦(“为毛要这样滥用我!?”),你也会很痛苦(“为毛你不这样实现 blah blah!?”)。SICP 是本好书,但不要因此而教条。要清楚的知道什么时候用函数式,什么时候用面向对象,什么时候用面向过程,什么时候用面向任务,什么时候用面向结果。在一棵树上吊死是大多数非理性死忠的表现。

?


Python 自诩的 "效率", 是说他虽然运行的慢, 但是写得快, "编写+运行完成" 的时间少于 C 语言这种写得慢运行得快的程序的时间, 也是一种效率的提升. 这里不能体现能力吗? 我不认为.

Ruby 和 Python 相比有什么优势和缺陷?

Ruby 和 Python 太相似了,取舍大部分都是个人喜好上的原因。比如我就觉得 Python 的 “There is only one way to do it.” 比 Ruby 的 “There are many ways to do it.” 要好,这不光是考虑团队协作的问题,更重要的是自己能很快明白自己三个月前写的没有任何注释的代码是在干什么。当然也有很多人觉得自由和灵活要比可读性来的重要,所以我说这个是个人喜好的原因。

客观上的 Ruby 比 Python 的优势我想到的有这么几个:

Block 应该是语言层面上 Ruby 比 Python 更酷的地方,Python 的匿名函数(lambda function)制约太多,属于鸡肋(BFDL GvR 不认可函数式编程的许多方面)。

OS X 上的话,Ruby 比 Python 最重要的优势可能是 MacRuby (http://www.macruby.org/) 的存在。我大胆猜测以后 MacRuby 将成为 Objective-C 之外(如果不是完全替代的话)的苹果官方语言。MacRuby 除了能更加方便快捷的创建 Cocoa 应用外,ruby block 使得利用 OS X 的 Grand Central Dispatch 变得容易,在以后的多核、混合核(CPU+GPU)应用上非常重要。

劣势:

Ruby 的硬伤之一在于性能。官方实现 Ruby 1.9 比 CPython 逊色不少。另外 Python 拥有诸如 Numpy, Psyco, PyPy, Cython 等多种性能倍增的途径,相比之下 Ruby 想要提高性能的途径则非常有限。

Ruby 的硬伤之二在于第三方包。Ruby 传入英语世界并大规模流行起来的时间不长,大部分的第三方包都和 Web 相关,Web 领域外的包数量远远不及 Python。特别是在科研等方面的区别非常明显,很多学科领域都有基于 Python 的成熟应用,而几乎找不到 Ruby 的相关包。这除了历史渊源,也和 Python 更加简洁的语法(很多用 Python 做研究的人不是计算机专业的)以及前述的性能倍增器(主要是 Numpy 和 Scipy)有密切的关系。

?

热点排行