Python的性能适合写程序吗？

AI编程课二期第一次答疑，有位同学提出了一个重量级的问题：「感觉 Python 不是很适合编写程序，因为有全局解释锁的存在和动态编译导致的性能问题，后续如何学习 c 语言或者 JAVA？」

我第一眼看到这个问题也头痛，如果我来回答，会分为两部分：Python的性能问题和如何学习其他语言，我这篇文章只针对前者进行探讨。

追求速度是人类的天性。Python在性能这一块指标肯定是拿不到前三名的，但不代表不能在TIOBE编程语言排行榜拿下每月第一名。回想起在AI时代的智识四课阅读课中，有一本最经典的计算机书籍——保罗·格雷厄姆在2004年出版的《黑客与画家》——这本书里面的一些观点就可以很好地解答Python到底适不适合写程序。我把书中几个观点提取出来，并结合自己的开发经历，略和大家讨论一二。

一

必须承认，如果你关注运行速度，最好使用接近机器的语言。

我大学所学的电子信息工程专业，学习的第一门语言就是C语言，在我专业中需要对一些资源很小的芯片进行编程，简称单片机开发，需要使用的语言就是C语言。虽然也有些人移植了Python到单片机，但是对于商业化电子产品来说，可能并不会真正使用高级语言去开发单片机。

一个原因就是高级语言运行速度太慢，单片机是一个硬件资源受限制的开发环境，本身CPU运算速度根本达不到GHz级别，有些小家电的单片机的运行速度可能只有12MHz，如果再跑一个Python虚拟机，再在上面运行字节码，恐怕运行速度会很慢。并且这种开发更多的是属于制造业领域，需要考虑硬件成本，那么为了在单片机上跑Python，就需要好一点的芯片，于是硬件成本就上升了。

另外不喜欢用高级语言开发单片机的原因是，由于高级语言做了一层封装，所提供的接口没有C语言的SDK多，以至于没有把一些硬件资源引出来，无法进行控制，最后明明芯片是支持的功能，却无法使用。

当然，还有一些其他领域会使用C语言，比如web服务最常见的代理网关nginx，以及机器学习领域常用的numpy库的底层实现，都是使用C语言开发的。它们使用C语言不外乎以上两点原因，提高运行速度或调用硬件资源。

二

对于半路出家学习编程的同学来说，大多数还是做应用开发。此时，程序员的时间比计算机的时间昂贵得多。

应用开发是需要编写大量的业务代码的。对于开发者来说，首先是收到需求（哪怕是自己想的灵感，也可以算是一种需求）；然后理解需求，如何把这个需求进行分解，需要实现几个功能模块，有没有可以直接调用的库，还是要自己编写；最后才是实现需求，写下一行行代码。

低级语言，比如C语言和汇编语言，运行速度是很快，也能直接调用硬件资源。但是，使用它们开发效率会非常低。你需要编写大量的代码才能实现一些功能，而使用高级语言就很简单，比如同样是编写一个Hello World程序：

C语言版本的Hello World：

#include <stdio.h>

int main() {
   printf("Hello World\n");
   return 0;
}

Python版本的Hello World：

print("Hello World")

你看！Python是多么的简洁。此时该语言的优点就来了，开发者可以直接思考如何实现业务功能，不需要更多的心思去想语法细节。开发者的时间就这么节省出来了。

另外，保罗·格雷厄姆说：「一个功能所需的代码越多，就越难避免bug，也越难发现它们。」。写过C语言的人都知道，有时自己的程序运行达不到预期，排查来排查去，发现就是某行末尾少了一个分号。Python则没有这些问题，Python是以缩进规则表示代码块的开始或结束，而不是花括号或分号。也不会有类似Java的空指针问题，或者忘记回收内存导致内存泄漏。这些很底层的问题，Python解析器都帮你解决好了。

确实有的语言内核设计并不是很好，比如Python的全局解释锁。但是，Python有很多很强大很有用的函数库，可以用来解决开发者很多问题。在编程开发中，总有一些很琐碎普遍的问题，开发者需要花费大量的时间去解决，但是有了函数库之后，解决起来就变得容易多了。所以这些函数库比语言的核心还重要，也就是这个语言的生态。

三

Python是动态类型语言，也就是说，你可以给一个变量赋予整数类型，然后这个变量再赋值字符串类型，甚至一个函数也是可以的。而静态类型语言，比如C语言，则不允许你这样做，你在声明变量的时候，就需要确定好是整数类型还是字符串类型。

虽然使用静态语言这样可以防止bug，也可以帮助编译器生成更快的代码；但是这样也对程序构成了限制，无法更自由的编写程序。

自由是一把双刃剑。在Python界有一句名言：动态一时爽，重构火葬场。使用Python编写代码确实很爽，你不需要考虑任何数据类型，直接声明一个变量就可以使用，但是这个也给后期维护代码带来了麻烦。人是善忘的，前一秒你传入了字符串类型，下一秒你却当整型来处理，不怕开发时Python发出尖叫告诉你这里有bug，就怕在生产环境中直接掉进bug坑里出不来。

因此，Python在其3.5版本加入了类型提示的功能，可以给一些静态分析工具进行类型检查。之后一些优秀的函数库，比如Pydantic，你使用的时候强制需要你定义类型，也是为了保护好代码的可维护性。

四

与其争辩Python的性能，不如跳出圈外，关注点其他方面，比如面向对象编程。

什么是面向对象编程？它和函数式编程相对应。一个程序员在接到一个要编写「毁灭地球」的任务的时候，他不会直接编写一个「毁灭地球」的函数，而是编写一个「毁灭行星」的函数，然后把「地球」传参进去。这个就是函数式编程。而面向对象编程，就是把「毁灭行星」这个函数，作为「宇宙」这个类的方法。

class Space:
    def destroy_planet(self, planet):
        ...

面向对象编程的优点在于，如果你需要添加「毁灭恒星」的功能，那么只需要添加相应的方法就可以了，甚至可以不修改程序其他部分。

编程语言有静态和动态之分，对于面向对象编程，编程语言只有程度之分。目前只有两种程度的面向对象编程语言，一种是允许你面向对象编程，另一种是强迫你必须面向对象编程，比如Java，Java版本的Hello World，你必须先写一个Main的类，再写一个main方法，最后才能打印Hello World。

public class Main {
    public static void main(String[] args) {
        System.out.println("Hello World");
    }
}

保罗·格雷厄姆认为后一种语言是不可取的，我也是这么认为的。最好的方案是使用允许你面向对象编程的语言，最后编写代码的时候到底用不用，则是另外一个问题。这也是接下来我想探讨的。

五

在AI编程首期，我遇到了这么一个问题：「什么时候使用类去编程，什么时候使用函数去编程？」

我回答是，在我的开发经历当中，有几个地方是必须使用面向对象编程的。

第一个是编写ORM的代码的时候，就必须使用面向对象去编程。什么是ORM？就是数据库中的一张表映射为代码中的一个类，之后你对这个类的对象进行操作，就相当于操作这张表的数据了。

另一个是需要继承框架的一些方法才能运行的时候，比如使用PyQt编写桌面端应用程序，必须继承它的QtWidgets类，才能编写一个组件显示在界面上。

那么什么时候使用函数去编程？除了以上两种场景，其他情况都可以使用函数去编程。在web开发中，我更喜欢使用函数去实现HTTP接口，而不是类。除了实现接口，一些辅助函数，我也习惯使用函数去实现。但是如果遇到了复杂的业务规则，我就会使用类和方法来实现。因此我的一个准则是：简单的功能用函数实现，复杂的功能用类与方法来实现。

六

除了类与方法，还需要关注的最重要的一点就是数据库。面向对象编程可以跨语言讨论，但是SQL语言除外。千万不要拿面向对象编程的思维去设计数据表。

Python的ORM工具极其强大，你可以直接使用面向对象编程的方式，去设计一个个数据表对象，然后再迁移到数据库。但是，这是有害的！长期使用面向对象编程的思维方式去设计数据表，会忘记数据库的本质。

数据库的设计不讲究封装和继承那一套。更多考你的是如何把高维的业务规则，变为一张张二维数据表的名称和字段，以及如何更高效地查出数据，或者如何更有效地写入数据。

而且，大多数Web应用程序的并发性能压力，不是在Web框架，而是在数据库。这是你使用面向对象编程的思维方式无法解决的问题，也不是任一一个编程语言的问题。

七

写了那么多，如果要重点提醒初学者什么内容的话，那就是：对于半路出家学习编程的同学来说，不需要考虑Python的性能适不适合写程序这个问题。如果需要更快更强，必然是选择接近机器的语言。Python可以是你入门的第一门编程语言，但不是最后一个。除了性能，你需要更多考虑的是你的开发时间，你的数据库设计，你的软件作品。