Pozycja Pythona w ostatnim czasie staje się coraz mocniejsza. Wystarczy przyjrzeć się najważniejszym rankingom języków programowania, takim jak PYPL - Marzec 2019 czy indeks przygotowany przez Institute of Electrical and Electronics Engineers, w których technologia ta jest numerem jeden i wyprzedza jeszcze do niedawna najpopularniejszą Javę. Co stoi za tym, że Python, po kilku latach przerwy przeżywa swój renesans? Co wyróżnia go na tle innych języków programowania? Dlaczego to dobry czas, aby nauczyć się tej technologii?
Top narzędzie w data science
Python jest przejrzystym językiem wysokiego poziomu z ogromną i stale rosnącą liczbą bibliotek oraz jedną z największych społeczności. Jego największą zaletą jest wszechstronność zastosowań. Od niedawna coraz powszechniej przejmuje on rolę języków C++ i C w dziedzinie programowania sterowników sprzętowych. Python pozostaje również ulubionym narzędziem w sektorze data science, zastępując język R. Według badania przeprowadzonego w 2018 roku przez Analytics India Magazine, technologia ta używana jest przez 44% specjalistów zajmujących się data scence. Raport wskazuje również, że badacze danych najchętniej korzystają z bibliotek: Panda, NumPy, Sklearn i MatPlotLib. Przeprowadzona przez Analytics India Magazine analiza ofert pracy wykazała z kolei, że znajomość Pythona jest najważniejszą spośród wymaganych umiejętności w 17% ogłoszeń przeznaczonych dla analityków danych, z kolei język R tylko w 10 %.
Python vs. R
Podczas gdy R jest technologią służącą głównie obliczeniom statystycznym, Python jest językiem ogólnego przeznaczenia, który ma dużo szersze zastosowanie, takie jak m.in. tworzenie stron www czy aplikacji służących biznesowi. Choć R dostarcza całą gamę technik statystycznych oraz narzędzi do przetwarzania danych, najchętniej wykorzystywany jest do wizualizacji wyników i wykresów. Python oferuje analitykom danych znacznie więcej. Przede wszystkim jest dużo bardziej elastyczny, prostszy do opanowania i obsługi. Do jego popularności wśród tych specjalistów przyczyniają się przede rozbudowane biblioteki do manipulacji, analizy i eksploracji danych. Dotyczy to m.in. narzędzia SciPy, które w połączeniu z NumPy i MatPlotLib stanowi wystarczająco spójne środowisko pracy, aby móc konkurować z takimi komercyjnymi rozwiązaniami jak MATLAB czy R-Lab. Niewątpliwą zaletą Pythona jest również łatwa integracja z istniejącą infrastrukturą.
Świat gier komputerowych
Data science, uczenie maszynowe czy AI to niejedyne dziedziny, w których Python pełni aktualnie wiodącą rolę. Innym obszarem, gdzie technologia ta znajduje szerokie zastosowanie, choć niekoniecznie w pierwszym momencie jest z nim kojarzona, są gry komputerowe. PyGame czy PyKyraframeworks to tylko niektóre framework wykorzystywane w gamingu. Istnieje również wiele bibliotek pozwalających na renderowanie 3D w Pythonie.
Jak widać, obserwowany obecnie wzrost popularności Pythona ma swoje uzasadnienie. Nic nie wskazuje na to, aby trend ten miał się w najbliższym czasie zmienić. Świadczy o tym, m.in. fakt, że po technologię tę sięgają najwięksi giganci IT, tacy jak Google, Uber czy Facebook. To sprawia, że Python jest świetnym wyborem, dla tych, którzy stoją przed dylematem, jakiego języka programowania warto się uczyć.
