Pochi contesterebbero l’osservazione che Python oggi è uno dei linguaggi di sviluppo più popolari. Ma pochi avrebbero ipotizzato questa sua popolarità quando il linguaggio cominciò ad affacciarsi sui computer degli sviluppatori.
Sembrava troppo simile ai semplici linguaggi di scripting e per molti aveva (e ha tuttora) la cattiva immagine dei linguaggi interpretati.
Eppure Python ha scalato le classifiche di diffusione dei linguaggi e si è conquistato una posizione molto solida. Il motivo principale di questa escalation sta probabilmente nel fatto che, in questa fase del mondo dello sviluppo, poter creare codice in modo semplice e veloce è un elemento vincente. Anche se per questo si deve perdere qualcosa in funzionalità o prestazioni.
Python ha puntato quindi soprattutto sulla sua semplicità e chiarezza. La sintassi del linguaggio porta a scrivere codice velocemente e genera programmi di solito molto comprensibili. Questo a sua volta semplifica in generale il lavoro degli sviluppatori e quindi si traduce, in ultima analisi, in una maggiore produttività.
Peraltro, Python non è più il linguaggio chiaro sì ma limitato di una quindicina di anni fa. Oggi supporta una vasta gamma di librerie che permettono di impiegare il linguaggio in progetti di vario tipo – c’è anche il machine learning, ad esempio – anche se l’impostazione di base del linguaggio non si è modificata.
Tra l’altro è possibile usare Python per compiti molto “moderni” come la gestione di macchine virtuali e container, per sviluppare applicazioni in ambienti a microservizi e anche per sistemi di Internet of Things.
Questa trasversalità non viene sempre vista con favore: i più critici possono, e con più di una ragione, affermare che Python ha messo piede anche in settori per i quali non era stato originariamente pensato. E che in tali scenari ci potrebbero essere alternative tecnicamente più corrette.
La “colpa” va ancora alla relativa semplicità del linguaggio, che porta molti sviluppatori a usarlo quando il linguaggio “giusto” è più complesso.
Il dibattito verte spesso sulla questione della velocità. Python non è un linguaggio che porta a risultati dalla grande velocità di esecuzione rispetto alle alternative classiche come C, C++ o Java.
O sarebbe meglio dire che non porta nativamente velocità, nel senso che lavorando opportunamente con le librerie è possibile guadagnare notevolmente in prestazioni. Ciò muovendosi in due direzioni: usando librerie con codice ottimizzato per compiti specifici e/o che convertono il codice Python in codice di più basso livello.
