
来源:麦叔编程
作者:麦叔
2005年谷歌迎来了一位应聘者,他的简历只有一句话:
I wrote Python
这个人知识渊博,几乎无所不知。直到第三轮面试,面试官们才悟到这句I wrote Python的意思是:
我发明了Python。
这个面试者就是Python之父,荷兰科学家,吉多。
这只是坊间的一个段子,但吉多加入谷歌之后,Python着着实实地迎来了自己的青春发育期。在谷歌这个世界最NB的技术公司的支持下,Python开始野蛮生长。
而恰逢此时,还有一种叫做人工智能的技术,也在野蛮生长。这二者一拍即合,珠联璧合,一飞冲天。
很多科学家,学者,老师用Python做人工智能的研究工作,很多工程师开发了各种各样的Python软件包,Python开始流行的一塌糊涂。
而与此同时,还有一门叫做Ruby的编程语言,因为有了一个叫做Rails的Web编程框架也开始非常流行。
然后造化弄人,这个编程语言既没有谷歌这样的平台做依托,也没有傍上人工智能这样的大腿,就一直徘徊在编程语言排行榜10名左右的位置,而且有下降的趋势。
我曾经很迷恋Rails和Ruby。现在也还写很多Ruby的代码。它真的很优美,很干净,很单纯。
我曾经想在B站发Ruby的编程视频,但是搜索了一下几乎一篇相关的视频都没有。说明存在感几乎为零,遂放弃。
一方面我感慨编程语言都要看机遇和后台;另一方面又想:为什么做个编程语言都要有这么重的功利心呢?做个小而美的小众的编程语言不是挺好吗?于是释然。
随着Python的流行,人们开始对Python提出各种要求。你看,不光是明星会疲于应对社会的追逐,就算编程语言都因为变的出名而疲惫。
吉多被称为终身仁慈独裁者,对于各种Python的最终争端具有最终的决策权。但这恰恰让吉多心力交瘁,因为不管他做什么决定,总有一些批判者。
他曾经写过一封信:
I don’t want to I worked so hard for PEP (Python Improvement Proposal) [PEP 572 ], (and despite my tough battles), I still find that many people are still dissatisfied with the decision I made.
大概的中文意思是:
我不希望我这么努力的工作,经过这么多激烈的斗争(可能是内心的斗争或者跟不同意见的斗争),仍然发现很多人对我的决定不满意。
就在去年10月,他决定退出Python的核心决策层并退休:老子不干了!
这对Python界,甚至整个编程界都是个很大的损失。但Python已经成熟,地球少了谁都会继续转下去的。Python继续流行。
然而退休后的生活太无聊了,在退休了一年后,吉多回来了。就是今天,吉多宣布,他加入微软:
如果是在几年前,吉多加入微软,那简直是Python学习者的灾难。因为那时候微软简直就是坏人的代名词,开源软件进入微软就等于死期到了。
但是今天的微软完全不同了,它变了!它非常积极的参与各项开源活动。吉多加入微软可以说又给Python找了一个世界级的有钱的有影响力的干爹!
要恭喜各位Python学习者了!Python只会变得更好。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03