【專家剖析】Python未來十年的最大競爭對手

在Python發展尚未如今日成熟時，很常拿來與同領域相似功能的語言對比，比如在1990年代，Perl幾乎是開發者最常用的手稿語言，Python後來居上，兩者常被拿來相比。臺灣極少數成為Python套件官方機構PyPA（The Python Packaging Authority）的活躍貢獻者鍾子屏表示，Python後來的崛起，部分原因是基於開發者對Perl的反動，但兩者還是各自有擁護者，直到Perl開始在2005年走下坡之後，才逐漸奠定Python的地位。

在資料科學領域也是如此。根據2019年一份報告，統計美國最大求職網站Indeed.com一天內的資料科學領域熱門語言的徵才狀況，顯示出，Python的徵才需求第一，有27,374個職缺，其次是SQL，再來是Java及Amazon的ML工具，然後才是R，有13,800個職缺。這意味著，雖然R和Python常被拿來比較，但實際在資料科學的應用場域，R的需求大概只有Python的一半，就算Python也可能被用來執行通用的任務，但不可否認的，R的應用熱度已經不如Python了。

又或者在Web開發領域，交大AI學院副教授魏澤人也指出，以前還會有人以Python來挑戰Java，或是將Ruby與Python相提並論，不過在Python的地位底定之後，已經很少人拿Python再去戰其他語言，反而是開始有其他新的語言，要試圖挑戰Python的地位，「現在來說，Python已經走向溫和友善的語言，不會去競爭，我們也很歡迎大家在PyCon會議上，來介紹其他語言。」

不過，僅管Python在未來十年內還是有很大優勢維持領先，魏澤人說，仍有幾個值得注意的競爭對手，也許在未來能挑戰Python的地位。其一，是資料科學研究領域的崛起新星Julia，另一個，則是用來開發iOS應用程式的Swift。

2012年才誕生的Julia，是為了滿足高效能數值分析及科學計算，所設計出的靜態、編譯式語言，具有平行處理、分散式運算的能力，其他優勢，還包括能不靠API直接呼叫C語言的函式，具有類似Lisp的巨集與元程式設計工具（Meta Programming），甚至連資料科學領域的超強視覺化工具Jupyter Notebook，也有支援。

魏澤人表示，Julia相對於Python，是比較現代、新潮的語言，編譯式的特性使執行速度更快，也是專門為了平行運算而設計，再加上，Julia的meta programming能力較強，能用來編寫許多小型的領域特定語言（Domain Specific Language，DSL），比如在科學計算中，可以用來自定義一個特別的運算子（Operator）或者語法，來表達領域中習慣的算式和語法，而極端的狀況甚至可以將程式語言重新定義以中文編寫等，都是其中應用。

儘管Julia目前還是一個初出茅廬的新語言，較常被用於學術圈，未來能否進一步應用到業界程式設計或資料科學領域中，還是個未知數，但它已然成為資料科學領域的一個崛起新星，「是個有潛力的語言。」魏澤人說。

而另一個可能與Python相競爭的語言，則是由Apple支持的iOS應用程式開發語言Swift。

若說Julia的應用還侷限在資料科學的研究領域，那Swift不但已經走入應用端，更有大公司在背後支持，應用場景更是廣泛，凡是iOS作業系統的軟應用都能用Swift開發，儘管2014才問世，卻有不可取代的市場與社群優勢。魏澤人說，雖然在資料科學領域的應用不多，但TensorFlow已經開始支援Swift，「比起Julia，我認為Swift有潛力成為Python更大的競爭對手。」

至於與Python相似性高的JavaScript，不但在網頁前端的地位無可匹敵，擁有一定的社群規模，且在AI崛起後，也出現了JavaScript版本的TensorFlow.js框架，能用來開發ML應用，是否可能為Python在資料科學領域的新競爭對手？魏澤人則認為，Python已經成為開發者熟悉的語言，套件生態系的發展也更完善且全面，「JavaScript有一定的優勢，但Python的已經成為資料科學社群習慣且偏好的語言，JavaScript短期內沒有取代的機會。」

2021/7/12補充:Swift for TensorFlow專案在2021年2月宣布停止維護，但原程式碼仍持續開源釋出。

 相關報導  AI時代開發語言新主流Python