Python现状:为什么PyPy是Python的未来?

　　高级语言是主流

　　目前高级语言可以写出简单具有灵活性的代码. 所以在快速创建应用程序的时候是一个不错的选择, 你不需要花时间来处理各种数据类型 (所有接口示例代码都是为了满足编译处理). 可能有些人就会争论了，这个特性会产生有bug的代码. 但是 Guido van Rossum说:“生产的代码谁会不经过测试呢”? 静态语言在编译时期就能处理一些错误. 但这并不能检测出所有的错误. 最后你还是得编写测试代码。 而有这个时间完全可以为动态语言写出测试代码. 此外人们还不能设计一个堪称完美的类型系统. 对此Jim Treavor写了一些总结。

　　新技术允许我们为动态语言设计一个高效的运行环境 (JavaScript V8, LuaJIT, Racket, Common Lisp...), 这也可以和大型的框架竞争 (JVM, .NET, ...)

　　所有这一切都使得高级语言越来越流行得在大型企业和日常生活中使用。

　　Python能延续传奇吗？

　　现在Python非常流行，同时它的地位也受到竞争者的挑战。Python有良好的生态系统，也有大型软件和社区支持，但它缺乏其竞争者的高效和先进的运行环境。

• cffi - 一个能轻松处理你的c库的包。在接触硬件或者支持其他软件时你会经常做这样的事（像数据库客户端、驱动程序）。尝试下在python里使用它是多么简单吧。你不需要写任何的封装，类型化代码。而且还有 CPython 和 PyPy 的支持。
• bitey

　　这与以往Lisp的理念一样，代码即数据，代码能够被其他正在执行的代码理解（代码可以作为数据被处 理）。因而机器可以理解运行时正在执行的代码，并且去优化它，通过通常的方式就能得到全部的数据信息，而不用像C++那样使用模板。这是C++和其他流行 的编程语言所没有的。最终我们有相对更底层的抽象级别，而运行时信息相对更丰富，使得编译器可以：

• 为未知的硬件做特化 (编码时)，包括支持的数据类型，以及可用的优化方法。
• 自动调整（tuning） (例如为库提供的数据，如 ATLAS...)
• 推送更多的信息给编译器，得到更好的推理。
• 人们不用为数据类型烦恼（运行时环境就已经可以保证快速、正确使用数据类型）

于是整个流程就好像这样：

• 想法
• 一点Python代码（最棒的部分），用来构建整个架构。然后是一些底层的代码 ，同样很棒，因为这些代码没有恶心的模板和上下文代码。事实上，底层的代码也可以通过Python代码生成。
• 运行
• 调试，比起前面的步骤时间更短一些

　　就性能而言，这样的过程相比之前的方法有着更好的前景。

　　这些是已经用到这种方式的：PyPy, cffi, PyOpenCL, PyCUDA, numba, theano...