Phenquestions
Et særligt element inden for datalogi, der har set en stor udvikling, er afsnittet programmeringssprog, som er en integreret del af maskinerne og indeholder instruktioner, der gør det muligt for maskinerne at udføre forskellige opgaver. Python er et programmeringssprog på højt niveau, der er vokset enormt og bruges i flere sektorer i branchen.
Python i sig selv er stort og kan implementeres i flere forskellige varianter, hvilket også skal være emnet for vores diskussion i denne artikel, og hvor vi vil se på de forskellige implementeringer, der i øjeblikket findes af Python.
Forskellige implementeringer af Python
Vi har brugt udtrykket "implementering" i et stykke tid nu. Hvad betyder det? Nå, implementering henviser til den måde, som tolken blev skrevet på - hvilke sprog der blev brugt, og hvad er formålet med den specifikke tolk.
Lad os nu se på nogle af de forskellige implementeringer af Python.
1) CPython
CPython er standard og mest udbredte tolk eller implementering af Python, skrevet i C. Det er den originale Python-version, som brugerne downloader fra sin officielle hjemmeside, Python.org. Det kan bedre beskrives som en blanding af både en tolk og en compiler, da den konverterer din skrevne Python-kildekode til bytecode. Ved bytecode henviser vi til en programkode, der bliver samlet og behandlet til et lavt niveau sprog, der kan bruges som instruktioner til tolk. Det er denne bytecode, der bliver udført på CPython Virtual Machine.
Da det er den oprindelige Python-implementering, har CPython den højeste kompatibilitet med en række Python-pakker og -moduler og er det bedste valg, hvis brugerne har brug for at skrive kode, der fuldstændigt matcher Python-standarderne.
2) Jython
Jython er en anden Python-implementering, der er skrevet på Java-sproget, hvis implementering kan køre på Java-platforme. I lighed med CPython konverterer den først kildekoden til bytecode, som som nævnt før er et sæt instruktioner, som en tolk har brug for. I Jython er disse skrevet i Java og kan køre på Java Virtual Machine, som er det samme miljø, som Java selv bruger. Jython giver brugerne mulighed for nemt at arbejde med Java-programmer, da du kan ringe til og bruge dine Java-funktioner og klasser direkte fra Jython uden nogen yderligere indsats, hvilket er uhyre fordelagtigt, da Python-brugere kan få adgang til det enorme økosystem af biblioteker og rammer, som følg med Java. Det samme gælder i den modsatte ende.
3) IronPython
I lighed med hvordan Jython er udviklet til Java-brugere, er IronPython den populære Python-implementering, der er skrevet i C-Sharp (C #) og er designet til at køre på .NET-platform. Det skaber en bro mellem Python og .NET-universet og giver Python-brugere adgang til C-skarpe funktioner og klasser såvel som .NET-biblioteker og rammer direkte fra IronPython. IronPython udmærker sig ved programmer, der bruger threading og kan findes på ironpython.net-websted.
4) PyPy
PyPy er den Python-implementering, der er skrevet på selve Python-sproget og er et andet alternativ til CPython. Da det er oprettet, mens man tager i betragtning specifikationerne for Python-sproget, er det mest kompatibelt med CPython, så det kan køre webrammer som Django og Flask, og tilføjer endda et par forbedringer oven på det. PyPy bruger konceptet kaldet Just-in-time (JIT) kompilering, som gør det muligt at kompilere kildekoden under udførelsen af programmet. Dette har igen gjort det flere gange hurtigere end CPython, hvor dens kørehastighed er langsom var en almindelig klage blandt brugerne. PyPy forbedrer denne del af CPython fuldstændigt.
5) Cython
I modsætning til de andre implementeringer af Python, der er nævnt på listen, er Cython ikke en Python-tolk, men snarere et supersæt af Python-sproget, der giver brugerne mulighed for at kompilere programmer på C-sproget. Den fantastiske ting er, at det giver dig den kombinerede kraft fra både Python og C, og det er derfor, det kan bruges til at skrive C-udvidelser samt transformere og tune din Python-kode til C. Derfor overvinder Cython mange begrænsninger af Python og opretholder stadig den bekvemmelighed og komfort, der følger med Python.
Konklusion:
Python er enormt vokset og udvidet til forskellige implementeringer, som alle er udviklet til at imødekomme forskellige brugeres behov. I løbet af den tidsramme, hvor brugerne muligvis arbejder med Python-grænsefladen, støder de muligvis på flere af disse implementeringer, og det er derfor vigtigt at vide, hvad hver af disse er, og hvor ligger deres ekspertise.
