1.3　Python的短板

虽然Python拥有很多优点，但没有哪种编程语言能够胜任所有工作，因此Python并不能完美地满足一切需求。如果要确定Python是否适用于当前场景，还需要了解Python不擅长的领域。

1.3.1　Python不是速度最快的语言

Python的执行速度可能算得上是一个缺点。Python不是一个完全编译的语言，而是先编译为内部字节码形式，然后交由Python解释器来执行。Python为某些操作给出了高效的实现，例如，用正则表达式解析字符串，可以做到与自己编写的任何C语言代码一样快，甚至会更快。但在大多数情况下，采用Python会比C之类的语言实现更慢。但大家应该保持以下观点：对绝大多数应用程序而言，现代计算机的计算能力都是过剩的。开发速度比程序运行速度更为重要，而Python程序通常编写速度会快很多。另外，用C或C ++编写的模块对Python进行扩展也比较容易，程序当中的CPU密集型部分可以交由这些模块来运行。

1.3.2　Python的库不算最多

虽然Python自带了一批优秀的函数库集合，而且还有很多其他库可用，但是Python在库的数量上并不算领先。像C、Java和Perl之类的编程语言，可用的库集合数量更为庞大。它们在某些领域提供的解决方案是Python所没有的，或者Python可能只提供了其中的一种可选方案。不过这些往往是相当专业的领域，而Python是很容易扩展的，既可以用Python，也可以用C或其他语言的现有库。对于几乎所有的常规计算问题，Python库的支持能力都非常出色。

1.3.3　Python在编译时不检查变量类型

与某些其他编程语言不同，Python变量不像容器那样工作，而更像是引用整数、字符串、类实例等各类对象的标签。这表示这些对象本身虽然是有类型的，但引用它们的变量并没有与类型进行绑定。变量 x 可能在某一行代码中引用一个字符串，而在另一行代码中引用一个整数：

>>> x = "2"
>>> x
'2'     ⇽---  x为字符串"2"
>>> x = int(x)
>>> x
2       ⇽---  现在x为整数值2

Python将类型与对象关联，而不是与变量关联，这就意味着Python解释器无法识别出变量类型不符的错误。假设变量 count 本来是用来保存整数的，但如果将字符串 "two" 赋给它，在Python里也完全没问题。传统的程序员将这种处理方式算作一个缺点，因为对代码失去了额外的免费检查。但是这种错误通常不难发现和修复，Python的代码检测功能可以避免类型错误的发生。大多数Python程序员都认为，动态类型的灵活性是划得来的。

1.3.4　Python对移动应用的支持不足

在过去的10年中，移动设备的数量和种类都出现了爆炸式的增长，到处都是智能手机、平板电脑、平板手机、Chromebook，运行的操作系统也是五花八门。Python在移动计算领域并不算强大。虽然有解决方案可选，但在移动设备上运行Python并不总是能一帆风顺，用Python编写和发布商业应用还存在问题。

1.3.5　Python对多处理器的利用不充分

现在多核处理器已经普及，在很多情况下也都会带来性能的明显提升。但是，由于具有名为全局解释器锁（global interpreter lock，GIL）的特性，Python的标准版本并没有按照多内核来进行设计。详情请查看David Beazley、Larry Hastings等人关于GIL的讨论视频，或者访问Python wiki里的GIL页面。尽管用Python可以运行并发进程，但如果需要“开箱即用”的并发能力，Python可能并不合适。 OfnpeIRogYtzEKv7IqpoSUU9LAgPUAnAWV6pGAzCCDSSGMicTZ9xx6EA2oPk1LF3