Hur kodar man i python?

Bäst: http://learnpythonthehardway.org/book/

Dive into Python är en klassisk Pythonguide som funnits länge. Det var det första jag läste om Python, och den har uppdaterats kontinuerligt genom åren. Den förutsätter i viss mån att man har programmerat något innan, så om det är programmering i sig du försöker lära sig så är det inte rätt introduktion.

Om du inte har programmerat alls innan så rekommenderar jag kanske primärt att du tittar på någon av de Youtubeföreläsningsserier från stora amerikanska universitet som finns utlagda. Stanfords kurs verkar väldigt bra med en karismatisk lärare. Den använder Java, men exakt språk spelar inte så stor roll när det gäller att lära sig programmeringsteknik.

Fast Google verkar inse att Python har en rad begränsningar och en av anledningarna till att man utvecklade Go var för att man ville ha känslan av Pythons "duck typing", fast med prestanda och skalbarhet som är lika bra eller bättre än C++/Java (som också används flitigt inom Google, men även här vill man försöka gå mot Go).

Citat från Collin Winter som jobbar på Google och är en av "core" utvecklarna för Python

Länk

I.e. Python är OK för enklare saker där du inte förväntar dig att du ska serva en massiv mängd användare.

Håller med.

Vad gäller prestanda så är det också vanligt med en profilering som påvisar långa exekveringstider i vissa specifika moment, snarare än jämn belastning över hela koden. I Python kan man enkelt integrera delar skrivna i C/C++, så ett använt mönster i högprestandaberäkningar är att initialt koda allt i Python, och efter profilering migrera de "tunga bitarna" till C/C++. Detta gör att man får Pythons (stora!) fördelar vad gäller tydlighet, underhåll, etc., samtidigt som man kan ha prestandan hos kompilerad kod där den behövs. Dessutom finns Cython och andra liknande projekt som gör att Pythons prestandagräns är långt längre bort än man först kan tro.

Jag säger inte att Python är svaret på alla programmeringsproblem (tror man det om något språk så har man fel, helt enkelt ), men att avfärda det av prestandaanledningar är inkomplett. Faktum är att många stora vetenskapliga experiment använder just Python som basspråk för sina beräkningar av ovanstående anledningar (inte minst CERN uppmuntrar Python som ett av få "godkända" språk). Kort sagt: bara för att C är snabbast så behöver det inte betyda att man vill skriva gränssnitt och andra icke-prestanda-begränsade delar i C.

Först ska jag säga att jag verkligen gillar Python, vi använder det en hel del på jobbet där det är vettigt då det går betydligt fortare att utveckla saker i Python än C som vi normalt använder. Men precis som Google så använder vi det inte i något som är prestandakritiskt, utan det är mest till saker vi automatiserar.

Vi verkar vara överens om att Python är värdelöst på allt som är CPU-bundet, men saken är att Python även är nära nog värdelöst även på sådant som är I/O-bundet då det inte finns något vettigt att utföra "concurrent programming" i Python. Dels är trådstödet hopplöst då Pythons kärna inte alls skalar bra till många CPU-kärnor, men ett större problem är att Python saknar något mer lättviktigt än en OS-tråd och stödet för non-blocking/asynkron I/O är allt annat än bra. I.e. skriver man back-end system på Python i lägen där man inte är helt säker på att systemet aldrig ska server speciellt många användare så gör man totalt fel.

Nu är även stödet för "concurrent programming" i C++ och Java ganska dåligt. Anledningen att Google började jobba på Go var just för att man såg behovet av ett språk med väldigt starkt "concurrent programming" stöd, C-lik prestanda men man ville ändå behålla saker som är riktigt bra i Python, som "duck typing" och sättet man kan hantera listor/arrayer (slicing). Go stödjer därför allt detta. I Go kan man utan problem ha hundratusentals enkla "go-routiner" som var och en hanterar en klient, programmeringsmodellen blir då riktigt enkelt då man kan skriva helt vanliga program med blockande semantik, något som är mycket lättare än att använda non-blocking I/O som man måste hålla på med i Java/C++ (går även att jobba så i Python, men då är man i praktiken nere på att anropa C-APIet för I/O direkt så det blir ingen fördel att använda Python).

Så Python är ett riktigt bra språk i de lägen där det passar och skulle också säga att det är ett ypperligt språk att lära sig programmera på. Men det är inget språk man ska använda om prestanda överhuvudtaget är med på kravlistan.

Jobbar med att skriva extremt prestandakritiska program och kan säga att i dessa är det bara rena nybörjarmisstag som leder till att vissa specifika moment drar >90% av tiden, så det är bara en utopi att det skulle gå att skriva de "tunga bitarna" i C/C++.
Vidare gör Pythons hopplösa design med ett "Global Interpreter Lock" att skalbarheten för ett Python-program är enormt begränsad på multicore maskiner. Möjligen kan man fixa detta, men siktar man på program för många CPU-kärnor borde man rimligt använda något som Clojure eller Go som designats från start att hantera sådana miljöer.

Nu kan jag inte uttala mig om CERN, men en gång i tiden jobbade jag med kvantkemiska beräkningar (tidkomplexiteten är N^4 på antalet elektroner man tar med, blir ett rätt stort tal på protein...) och där använde vi Python rätt frekvent, bl.a. till just beräkningar och visualiseringsprogram.

Men det var till beräkningar där prestanda inte var speciellt viktigt, de saker man körde på dyra arbetsstationer (DEC Alpha) eller superdatorer var nästan alltid skrivet i Fortran eller i undantagsfall i C, som inte är lika snabbt som Fortran om du kan beskriva dina beräkningar som matriser, i alla fall inte då. Idag har Intel tillägg till C som gör det möjligt att beskriva vektorer och matriser på ett sätt som gör det möjligt för kompilatorn att effektivt använda SSE/AVX, så möjligen är C ett bra alternativ idag.

I analysmjukvara för vetenskapliga experiment så är de flesta applikationer jag sett just av typen att det finns någon inre loop någonstans som kör hårda beräkningar för att populera en datastruktur med resultaten, vilken sedan kan återanvändas för att plotta, etc., men den tunga beräkningsmässiga biten körs ofta en gång per datamängd och "aldrig mer", även om analysen kan pågå i år därefter. Alternativt är det någon viss del som löser ett stort ekvationssystem eller en diffekvation eller något.

Kan främst prata om just fysikapplikationer, både experimentellt (stora mängder indata som behöver analyseras, sorteras, värderas) och teoretiskt (numeriska lösningar av diffekvationer och annat). I dessa applikationer så lämpar det sig väl att lägga ut dessa tunga one-off-bitar på prestandaspråk. I andra områden är det säkert annorlunda.

I åtminstone den akademiska fysikvärlden så används dels fortfarande Fortran av ren rörelsemängd, men CERNs standardramverk (i samarbete med övriga stora institutioner i världen) sedan ~10 år är det namnmässigt svårgooglade ROOT-ramverket, som består av C++-moduler med vanligen använda funktioner, datastrukturer och visualiseringsverktyg.

Det finns även välanvända Pythonbindningar till detta (och andra liknande) ramverk. ROOT-manualens avsnitt om PyROOT [PDF] säger (CINT är en interaktiv C/C++-tolk som är standardgränssnittet mot ROOT (ifall någon undrar, så nej: C++ är inte så smidigt som interaktivt språk )):

Men ja, ingen argumenterar för att Python ska rivalisera kompilerade språk i råprestanda. Som du avslutade i inlägget ovanför det jag citerade tidigare:

…med åsiktsskillnaden att Python i sig kan vara närvarande vid högprestandaberäkningar, om än det efter optimeringar snarare agerar som "lim" mellan olika moduler som kan skrivas i andra språk. Men det är kanske främst en semantisk skillnad.