Python 不断发展，根据一项流行的语言排名服务，去年，该语言据报道已超过 Java 和 C，这是 20 年来任何语言首次实现这一目标。随着这种增长，许多人都在问，“为什么选择 Python？”事实是，解释 Python 兴起的原因是多方面的。
在早期，Python 是众多所谓的“脚本语言”之一，例如 Perl 和 Ruby。这些语言在 Unix 程序员和开源互联网社区中非常受欢迎，因为它们比 C 或 C++ 等更正式的编程语言更方便地用于编写常见的系统任务脚本。然而，Python 与众不同之处在于它在易用性方面拥有强大的设计理念。当其他语言经常以复杂性或简洁性而自豪时，Python 却有诸如“应该有一种明显的方法来做到这一点”和“简单胜过复杂”之类的格言。这些习语贯穿了该语言及其早期开源附加包生态系统的设计，并最终被编纂为“Python 之禅”。
这种易用性不仅为其赢得了忠实而忠诚的粉丝群体，而且 Python 也开始吸引另一批用户：科学家和工程师。
科学计算领域的基层采用
Python 普及的一个重要原因是它在数据科学、机器学习和数据处理中的应用。但是，一种“脚本语言”是如何超越 C++、C# 和 Java 等主要专业编程语言的呢？
几十年来，“数值计算”领域一直被主流科技公司忽视，这些公司专注于向利润丰厚的商业计算、数据库和 IT 基础设施市场销售。虽然数值计算对科学和人类文明的进步至关重要，但它却被大多降级为一个利基学科，科学家不得不编写大部分自己的软件，尽管他们不是专业的软件工程师。虽然许多人最终学习了一些 C++ 甚至 Java，但两种语言都没有让表达数学思想变得容易。通常，它们的抽象和语法会带来与编写良好的数值软件无关甚至有害的概念开销。
从 1990 年代后期开始，科学家和工程师开始发现 Python 并爱上了它的易用性和可扩展性。在接下来的十年中，出现了许多重要的项目：Numpy、Scipy、Matplotlib、IPython（现为 Jupyter）、Pandas、scikit-learn 以及无数其他项目。由于 Python 友好的语法，从业者将自己的工具拼凑在一起以适应他们的工作。科学家必须处理大量数据集并要求极高的性能，因此开源的科学 Python 生态系统迅速成为一个易于访问、多样化的强大且高效工具集合。
大数据到 AI 及其他
随着 2000 年代后期“大数据”、“云计算”和“物联网”的出现，大量消费者数据开始涌入企业。传统的基于 SQL 的分析和数据仓库难以跟上数据的庞大规模。此外，面向企业的分析工具无法进行从大数据中获取洞察力所需的先进建模。因此，高级商业分析师开始转向开源工具——而且越来越多地转向 Python 生态系统——以进行灵活的数据处理、集成、探索和建模。从 2015 年左右开始，“深度学习”技术迎来了 AI 的复兴，Python 已经成为该领域的事实上的语言。
Python 在数据科学和分析领域的普及程度持续增长。在我们的2021 年数据科学现状报告中，63% 的受访者表示他们经常或总是使用 Python，使其成为今年调查中使用最广泛的语言。
Python 适合所有人
与其他编程语言相比，Python 应用广泛且用途多样。它被教授给小学生作为“初学者语言”，但高级研究人员也在世界上最快的超级计算机上使用它。它还默默地为全球最大投资银行的复杂金融建模提供支持。
人们在许多行业使用 Python，例如金融和医疗保健。它用于处理来自太空望远镜的图像并构建为日常应用程序提供动力的 AI，例如 Lyft、Uber、Instacart、Netflix、Dropbox 和 Instagram。Python 在好莱坞随处可见——您最喜欢的拥有惊人 3D 图形的热门电影的创作者几乎肯定在其图形处理管道的许多步骤中都使用了 Python。甚至毅力号火星车着陆火星都不可能没有 Python。
Python 作为粘合剂
Python 的最后一个优势乍一看似乎有悖常理。然而，我们观察到，虽然 Python 并不总是任何给定工作的最佳选择，但它几乎总是第二——或第三——最佳选择。此外，这种“做很多事情都还不错”的独特能力意味着，当个人需要将两个或多个不同的计算工作流整合在一起时，他们会选择 Python。现实世界中的结果是，Python 经常成为组织内部许多竞争技术“堆栈”之间的“连接组织”。
立即学习 Python！
对于那些不是程序员的人来说，您可以在一个周末内快速学习 Python 以执行简单的分析和项目。Python 也是机器学习和 AI 的一种很棒的教学语言。通过理解 Python 编程的基础知识，用户可以在学习更复杂的 ML/AI 项目之前学习基础知识。
在过去两年中，Anaconda 在 8 月至 9 月返校期间，Python 软件包下载量增长了 14%，这归因于教授们在其课程中要求 Python。此外，100% 的常春藤盟校在其课程中使用 Anaconda 教学。
无论您是数据科学家、学生还是业余爱好者，Python 都能满足您的需求。凭借其可访问性和可用性，该编程语言已将自己定位为连接所有经验水平、用例和技术堆栈的连接器。Python 已经建立了强大的护城河。当被问及我们为什么如此支持 Python 时，我们会看看所有将它从主要用于科学计算的语言转变为任何人都可以使用并问“为什么不呢？”的因素。
