Oldie but goldie – als neue hippe Programmiersprache kann man Python nun wahrlich nicht beschreiben. Und doch ist Python mit seinen 30 Jahre gerade so populär wie nie. Woran liegt das?
Warum ist Python heute so populär?
Man kann damit anfangen, zu fragen, wann die verschiedenen Programmiersprachen entstanden sind und wie das Umfeld zu dieser Zeit war. Ziehe ich den Vergleich zu C/C++, so waren die Rechner bedeutend langsamer und verfügten über deutlich weniger Ressourcen. Programmiersprachen waren entsprechend auf maximale Effizienz ausgelegt.
Und es gibt noch einen zweiten wichtigen Punkt: Es gab zu der Zeit noch kein Internet und so gab es gar nicht die heutigen Möglichkeiten, entwickelte Bibliotheken in diesem Ausmaß mit anderen zu teilen bzw. an der Entwicklung anderer zu partizipieren. Es gab eine große Standardbibliothek. Fertig.
Heute sind die Voraussetzungen natürlich ganz andere.
Definitiv. Ein Punkt, der natürlich Python und allen anderen interpretierenden Scriptsprachen in die Karten spielt, ist der, dass die heutige Rechnerleistung im Vergleich zu damals nahezu unermesslich ist.
Du kannst also einfach losscripten ohne dir Gedanken um die Ressourcen machen zu müssen. Das sorgt für eine hoheFlexibilität, die Scriptsprachen ausmachen. Dennoch, ressourcenschonende Entwicklung verbraucht natürlich weniger Energie und ist nachhaltiger.
Was sorgt denn in deinen Augen noch wesentlich für die weite Verbreitung von Python?
Ein ausschlaggebender Punkt ist natürlich, dass du deine Projekte und Ideen mit einer großen Community sharen kannst auf Plattformen, wie GitHub und GitLab, dass es für unterschiedliche Anwendungen vorkonfigurierte Distributionen und Paket-Zusammenstellungen gibt, wie z.B. Anaconda und Jupyter.
Python selbst bietet eine Paketverwaltung, mit der es unglaublich einfach ist, maßgeschneiderte Bibliotheken aus einer schier unendlichen Zahl von Paketen auf dein lokales System zu installieren, und das in der Regel kostenlos und samt ausgiebiger Dokumentation und Tutorials.
Befeuert wird das natürlich alles von Big Playern, wie Google und Facebook, die sich umfangreich an der Entwicklung beteiligen mit hochentwickelten Paketen, wie TensorFlow für Deep Learning, und selbst bereits ein großes Publikum mitbringen.
Nicht zuletzt hast du Projekte, wie Rasperry Pi, die Python in die Embedded Welt und mittels Python die Embedded Welt in die Bastelstuben und Klassenzimmer getragen haben, denn Entwicklung, Skripte und Tutorials sind dort in erster Linie auf Python ausgelegt.
Für die großen Themen, wie Data Science, Maschine Learning, neuronale Netze, ist Python quasi die go-to-Programmiersprache zum Schreiben von KI-Algorithmen, warum?
Ganz einfach: Weil es gute und leicht verfügbare Bibliotheken dafür gibt. Und wenn wir fragen, woher die kommen, dann schließt sich der Kreis zu den Big Playern, denn Amazon & Co spielen genau auf diesen Märkten.
Vielleicht noch eine kurze Anmerkung zum Thema „Python ist einfach“. Kaum eine Beschreibung kommt ohne diesen Hinweis aus. Ist dem so?
Mit Python kannst du relativ einfache Skripts für vergleichsweise komplexe Anwendungen zusammenbauen. Das Ganze geht in vielen Fällen relativ schnell, sicher und oft mit wenigen Zeilen Code.
Ich würde „einfach“ unter einem anderen Blickwinkel betrachten. Vergleichen wir es beispielsweise mit Perl, so würde ich „einfach“ auf die restriktivere Syntax beziehen. Bei Python hast du nicht so vielfältige Varianten, um einen Algorithmus zu beschreiben. Du hast einen eindeutigen Weg und brauchst dir dadurch weniger Gedanken um einen Styleguide zu machen. Der Styleguide steckt quasi in Python drin.
*Die Fantastischen Vier. Album: Lauschgift (1995)
Tipp für Entwickler: Python Training
Ab sofort gibt es ein spezielles Training zur Programmierung mit Python. Hier gibt es die aktuellen Infos & Termine.
