Python中的原型是什么意思？

我读到的关于Julia的文章讨论了两种语言的问题，并以Python或R为例。您可以用Python创建一个程序，但随后必须调用一个库，如numPy，它是用C编写的。对于统计计算，Python速度很慢，该库旨在帮助加快速度。因此出现了两种语言的问题

这被描述为Python中的原型（如果在示例中使用，则称为R）。他们所说的原型是什么意思

以下是一些例子：

（第2段开头）

---

（第3段）

他们的意思是，知道如何编程（例如Python）的数据分析师通常会快速编写代码，为中小型数据集提供正确答案。然后，一旦这个想法被验证，由于各种原因，代码必须重写，有时在完全不同的语言中，比如C++（第二语言问题）。

Python对C和C++有相当好的绑定，在较小程度上具有R和其他。但这样编程确实会让人困惑（如果您同时使用这两种语言编写，而不是使用Python中用C编写的成熟库）。调试起来比较困难

---

NumPy和SciPy很有帮助，因为它们允许您使用Python代码表示数值数据转换，但实现在C和Fortran中进行了高度优化。但是，如果您的算法没有明显的向量或矩阵运算转换，该怎么办？生成一个在大数据集上速度快的程序可能需要相当多的努力（和重新验证）

---

有些人声称，例如Julia可以让您快速编写代码，但却不能让您轻松地编写速度较慢的代码。

链接到这样一篇文章？我认为这些类型的文章通常都认为，用python编写代码真的很快，因为python语言表达能力很强，并且有一个强大的标准库。这段最初的代码是“原型”，但这些文章的作者接着谈到python如何不适合大型项目，因为它速度慢，没有类型安全性等等（我完全不同意这一说法）。因此，您需要用一种更难使用但“更适合大型项目”的语言来重建整个项目。同样，我也不同意这一点。我想他们是说在R或Python中实现一个有效的算法（原型）是非常容易的，但是你必须面对这样一个事实：对于较大的输入，该算法可能太慢而无法使用。我想这是对你答案的回应。我希望讨论不要转移到一场“这种语言反对那种语言”的宗教战争，这完全是离题的。我当然不这么认为。你为什么这么问？他们所说的只是R或Python中的一些程序不能很好地扩展，仅此而已。如果你想让它们扩展，你必须使用另一种语言，他们称第一个程序为“原型”。就这样。你不喜欢这个词？我想他们所说的概念相当清楚。无论您使用哪种语言，都可以对解决方案进行原型化，而不用太担心性能/可伸缩性（请记住Donald Knuth的名言“过早优化是万恶之源”），看看哪些部分是真正的性能/可伸缩性瓶颈，然后改进这些部件。当你使用的语言不够快，无法改善那些真正成为瓶颈的部分时，就会出现两种语言问题，因此你需要用另一种语言编写代码，通常是C或C++，并调用它。这对科学家来说可能很难，只是想得到结果。“NumPy和SciPy很有帮助，因为它们允许您使用Python代码表达数值数据转换，但实现在C和Fortran中进行了高度优化。”这部分就是我所指的两种语言问题，也是“原型”出现的地方。我真的不明白为什么它是一个问题，或者为什么它是一个原型。许多语言称库（C或非C）。我只是不知道为什么Julia articles称之为原型，而所有其他语言都称之为原型。但这是一样的。”…在较小程度上是R…。“我认为C-R绑定非常优秀，并且很容易用C代码扩展R。@nicola：我在那里写的是Python绑定到C，Python绑定到R的更少。并不是说R绑定到C的更少。@4thSpace，这并不是他们通常所说的原型设计。这两个语言问题不是当你用一种其他语言写的库调用的时候，问题是当没有一个库只需要你所需要的，你需要写C、C++或fortran代码，以便在你的代码的关键部分得到性能/可伸缩性的时候，试图让它准备好。