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。
