Python被严重高估了吗？不，是我们曲解python了！

“Python是AI专用语言”、“全民学Python”种种，说明的不是Python被高估了，而是Python被曲解了。

下面我就从两个层面分析python有没有被高估

我觉得在学校层面上，python并没有被高估。我个人体会，学校对学生对python驾驭能力的培养，还仅仅是启蒙水平。写写作业，实现一些经典的learning算法如linear regression，Kmeans甚至CNN，我觉得是python程序员最基本的日常，谈何高估？python，是我们为止，学习算法用起来最方便，使用人数最多的工具之一。在没有新的语言替代python之前，用python学习各种算法以达到熟练方乃明智之举。

在科研层面，我认为python并没有被高估的迹象。现在每天依然有大量的库不停地更新，导致的结果是python不断地抢走大量原本使用Matlab，Fortran的理科玩家，因为python方便，而且有社区技术支持，玩法多，论文发表后也方便别人复现。而且还有个很重要的问题，做research不是公司承包项目。research很多追求的是算法或者模型是否robust和sound，对是否能最后高效的商业应用反而不是很关心，这和python的属性基本契合。所以我认为，如果在没有比python又快又简便的语言诞生之前，python未来5年在实验室会继续挤压其他语言的生存空间。

Python是通用编程语言，只是在AI、大数据等方面（还是技术栈上层；底层还是靠C/C++）应用得比较多。专用语言出了专用的领域就不能用了。

固然，Python有它的相对简单性（相对简单性指的是语言和各种库都给好了再去写的时候比较简单）。首先是它的语法简洁，语法糖多，模板少，比如文件读取。然后是一些特性支持比较好，比如int理论上可以任意大，又如读JSON不用模板。

然后就是Python真正复杂到可怕的一些特性了，这里仅举几例。

首先，动态类型。这就允许a是个int型的然后a=str(a)，就要小心变量的类型在转换前后发生变化。Python还允许函数参数类型不事先确定，只要用到的时候类型不出错就可以了，比如只用到加减乘除，如果没有显式的类型检查，就适用于整数、浮点数、复数、分数，甚至素数域或扩域里的数了。如果要用某个第三方库的函数，还要看这个函数各个参数是什么含义、支持什么类型、推荐用什么类型；不给或给不全就只能要么分析库源码要么尝试了。

其次，作用域。一个函数里面（只要不是里面再套一层函数），if、try、while、for的局部变量甚至可以在跳出之后使用，编程时极易不小心引用到名称十分相近的变量（而IDE可能不会报错）。

再次，异构类型集合（collection）和匿名类型（注意不是匿名类）。集合（collection）在Python里面包括元组（tuple）、列表（list）、集合（set）、字典（dict）等，所述四种
collection中除set的元素和dict的键必须是可hash的这个要求以外，对存放元素的类型并无要求，甚至可以混合存放。可以想象，编程者对collection中哪个位置存放什么类型的元素必须十分清楚。至于匿名类型，大概是JSON里怎么表示对象的，Python里就怎么写，不用class，却也要清楚哪个键对应什么类型的值；甚至直接用元组，不仅要清楚哪个位置存放什么类型的元素，还要清楚哪个位置存放的元素是什么含义。

最后，抛出异常的位置和程序出错的位置或许相隔较远。可能只是一个TypeError或ValueError或AttributeError，程序出错的位置离抛出异常并中止的位置可能隔了几个函数，而且成因或许很复杂，比如不同的类型执行“相同的”函数，实际却差之千里。

所以，如果要用Python做一些正经的事，请一定先学静态程序分析，而其中的类型分析在这里尤为重要。

类型分析的难度方面我遇见最难的一个例子是DataFrame的条件过滤，例如

 _records = _records[~functools.reduce(lambda x, y: x | y,
                                  [_records[_axis] <= 0 for _axis in axes])]

因为是惰性计算，所以推测其中的操作数一定是某个表示placeholder的专设类型，而表达式实质上是语法树，索引操作符［］表示“应用”。

最后就是找工作。个人体会，光会个python去找工作我觉得是有点搞笑的，无论您多么精通。如果您手上没捏个几篇拿得出手的论文，也没实实在在肝过的项目，就会个python然后您能找到AI开发的工作那基本是不太可能的。想做AI，数据挖掘，ML, DL, 您必须同时具备优秀的数学思维能力，同时理解如何把你做的machine如何跟外界交互。训练数据不是在学校里学的调个CSV和TXT，而是用SQL去调用数据库，实时数据要用websoket，还要考虑要不要用stream的算法。最后visualization我们是不是需要UI interface？要搞UI那我们是不是需要搞个简单又好看的前段后台？JavaScript不学一学吗？Vue和React不挑一个吗？Nodejs不来一发吗等等。

最后。个人建议在学校里，一定要抓紧时间赶紧怼python，无论是CS或者非CS。CS的同学需要是精通python复现各种算法（我反对用python练习后台开发，应该用nodejs或者其他），非CS应该学习python语法，明白如何用python做你的实验和模拟，而不是死磕Matlab。但当你的重心转移到在找工作上时，应多样化你的能力，显示一精多长（多精多长当然更好-，-），最好还要有项目作证你的能力，才能游刃有余。

更多软件测试资源分享微信公众号：【软件测试小dao】
软件测试技术交流群：1033482984

不要只做收藏从未停止，行动从未开始的人，很多事情，做着做着就无师自通了。如果在做的过程中还能稍微加点思考，稍微看一些别人的经验和做法，成长会更快，效果也会更好！加油吧，测试人！路就在脚下，成功就在明天！

一个用心码了这么多文字的人，往往渴望得到大家的认可。如果你觉得这篇文章对你有帮助，双击屏幕，给我点个赞呀！