雷锋网注：图片来源：Pixabay 所有者：Devanath
随着 Python 的停滞不前，一个新的热门竞争对手出现了。
不要误解。Python 的受欢迎程度，仍然得到计算机科学家、数据科学家和人工智能专家的坚实支持。但是，如果你曾经和这些人一起共进晚餐，你也会知道他们对 Python 的弱点有多不满。从运行缓慢，到要求过多的测试，到不顾之前的测试而产生运行时错误——这些都足以让你恼火。这就是越来越多的程序员采用其他语言的原因——顶尖的程序员是 Julia，Go 和 Rust。Julia 擅长数学和技术性的任务，而 Go 擅长模块化程序，Rust 是系统编程的首选。由于数据科学家和人工智能专家要处理许多数学问题，Julia 是他们之中的赢家。即使经过严格的审查，Julia 也有 Python 无法超越的优点。
Python 的禅与 Julia 的贪婪
当人们创建一种新的编程语言时，他们这样做，是因为他们想保留旧语言好的特性并修复坏的特性。从这个意义上说，生于 1956 年的吉多·范罗苏姆（Guido van Rossum）在 20 世纪 80 年代后期创造了 Python 来改进 ABC 语言。后者对于一种编程语言来说太完美了——虽然它的特性使它易于教学，但在现实生活中却很难使用。相比之下，Python 相当实用。您可以在 Python 的禅宗思想中看到这一点，它反映了创作者的意图:
美丽胜于丑陋。
显性比隐性好。
简单总比复杂好。
复杂总比难懂好。
平的比嵌套的好。
稀疏总比密集好。
可读性很重要。
特例不足以打破规则。
尽管实用性胜过纯粹。
【 雷锋网注：图片来源：Pixabay 所有者：Prawny 】
Python 仍然保留了 ABC 的良好特性：例如可读性、简单性和初学者友好性。但是 Python 比 ABC 更健壮，更适应现实生活。
从同样的意义上说，Julia 的创造者希望保留其他语言的优点，摒弃不好的部分。但是
Julia 的创造者是这样说的:
我们贪婪：我们想要更多。我们想要一种开源的语言，一种自由的许可。我们想要有红宝石般活力的速度。我们想要一种同象语言，有像 Lisp 那样的真正的宏，但是有像 Matlab 那样明显的、熟悉的数学符号。我们想要像 Python 一样可用于一般编程，像 R 一样容易用于统计，像 Perl 一样自然用于字符串处理，像 Matlab 一样强大用于线性代数，像 shell 一样善于将程序粘在一起。有些东西非常简单易学，却能让最严肃的黑客高兴。我们希望它是交互式的，我们希望它被编译。
Julia 想融合现有的所有优势，而不是用其他语言的劣势来交换。尽管 Julia 是一门年轻的语言，但它已经实现了创作者设定的许多目标。
Julia 的开发者喜欢什么
从简单的机器学习应用到巨大的超级计算机模拟，多才多艺的 Julia 可以用于任何事情。从某种程度上来说，Python 也可以做到这一点——但是 Python 不知何故逐渐发展成了这样。相比之下，Julia 正是为这种东西而生。自下而上。
Julia 的创造者希望创造一种和 C 语言一样快的语言——但是他们创造的速度更快。尽管近年来 Python 变得更容易加速，但它的性能仍然远远不如 Julia。
2017 年，Julia 甚至加入了“亿次浮点运算俱乐部”，这是一个小型的语言俱乐部，在巅峰状态下，它的速度可以超过每秒 10 亿次。除了 Julia，现在俱乐部里只有 C、C++ 和 Fortran。
社区
凭借其 30 多年的历史，Python 拥有一个庞大的支持性社区。几乎任何与 Python 相关的问题在一次谷歌搜索中都能得到答案。相比之下，Julia 社区非常小。虽然这意味着你可能需要进一步挖掘才能找到答案，但你可能会一次又一次地和同样的人联系在一起。这可能会变成超越价值的程序员关系。
代码转换
你甚至不需要知道一个单一的 Julia 命令来编码 Julia。你不仅可以在 Julia 中使用 Python 和 C 代码。你甚至可以在 Python 中使用 Julia！
不用说，这使得修补您的 Python 代码的弱点变得非常容易。或者在你还在了解 Julia 的时候保持高效。
【 雷锋网(公众号：雷锋网)注：图片来源：Pixabay 所有者：izoca 】
库
这是 Python 的最大优点之一——它有无数维护良好的库。Julia 没有很多库，用户抱怨它们没有得到令人惊讶的维护。
但是当你考虑到 Julia 是一门非常年轻的语言，资源有限，他们已经拥有的库的数量相当可观。除了 Julia 的库数量正在增长这一事实之外，它还可以与 C 语言和 Fortran 语言的库进行接口，例如处理图。
动态和静态类型
Python 是 100% 动态类型的。这意味着程序在运行时决定变量是浮点型还是整数型。
虽然这非常适合初学者，但它也引入了一大堆可能的错误。这意味着您需要在所有可能的场景中测试 Python 代码——这是一个相当愚蠢的任务，需要花费很多时间。
由于 Julia 的创造者也希望它易于学习，朱莉娅完全支持动态编译。但是与 Python 不同的是，如果你愿意，你可以引入静态类型——比如，以它们在 C 或 Fortran 中的方式。
这可以为你节省大量时间：你可以在任何有意义的地方指定类型，而不是为不测试你的代码寻找借口。
在小的时候投资
【雷锋网注：StackOverflow 上问题数量的对比和趋势】
虽然所有这些听起来都很棒，但重要的是要记住，与 Python 相比，Julia 仍然很小。一个很好的衡量标准是 StackOverflow 上的问题数量：此时，Python 被标记的次数比 Julia 多 20 倍！
这并不意味着 Julia 不受欢迎——相反，被程序员接受自然需要一些时间。想想看——你真的想用不同的语言来写你的整个代码吗？不，你宁愿在未来的项目中尝试一种新的语言。这就造成了每种编程语言从发布到被采用之间的时间差。
但是如果你现在采用它——这很容易，因为 Julia 允许大量的语言转换——你是在投资未来。随着越来越多的人接受 Julia，你已经获得了足够的经验来回答他们的问题。此外，随着越来越多的 Python 代码被 Julia 取代，您的代码将会更加持久。
【 雷锋网注：图片来源：Pixabay 所有者：Omni Matryx 】
底线：让 Julia 成为你的优势
四十年前，人工智能只不过是一种利基现象。该行业和投资者并不相信它，许多技术既笨重又难以使用。但是那些在那时学会的人是今天的巨人——那些要求如此之高，以至于他们的工资与一个美国国家橄榄球联盟的球员相当。同样，Julia 现在仍然是非常合适的选择。但是当它成长时，最大的赢家将是那些早期采用它的人。
我并不是说，如果你现在接受 Julia，你肯定能在十年内赚一大笔钱。但是你在增加几率。
想想看：大多数程序员的简历上都有 Python。在接下来的几年里，我们会在就业市场上看到更多的 Python 程序员。但是如果企业对 Python 的需求放缓，Python 程序员的前景将会暗淡。开始很慢，但不可避免。
另一方面，如果你能在简历中加入 Julia，你就有了真正的优势。因为老实说，是什么让你有别于其他任何一个 Python 程序员？没什么东西。但是即使三年后，也不会有那么多的 Julia 程序员。
有了 Julia 技能，你不仅表现出你对工作要求以外的兴趣。你也证明了你渴望学习，你对成为一名程序员意味着什么有了更广泛的理解。换句话说，你适合这项工作。
你——和其他 Julia 程序员——是未来的摇滚明星，你知道的。或者，正如 Julia 的创造者在 2012 年所说:
即使我们认识到我们不可原谅的贪婪，我们仍然想要拥有一切。大约两年半前，我们开始创造我们贪婪的语言。它还没有完成，但现在是 1.0 版本的时候了——我们创造的语言叫做 Julia。它已经满足了我们 90% 不礼貌的要求，现在它需要别人不礼貌的要求来进一步塑造它。所以，如果你也是一个贪婪、不讲道理、苛刻的程序员，我们希望你试一试。
Python 仍然非常受欢迎。但是如果你现在学习 Julia，那可能是你以后的黄金入场券。从这个意义上可以说：再见 Python。你好 Julia！
本文作者为瑞亚·莫将（Rhea Moutafis），他正在攻读物理学博士学位，热爱艺术、音乐和美丽的事物。
来源：Towards Data Science