京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16