Alex Martelli
，意大利计算机工程师，《Python in a Nutshell》第一、二版作者，《Python Cookbook》前两版与 《Python in a Nutshell》第三版的合著者，Python 软件基金会（PSF）成员。
因在 Python 社区的卓越贡献，2002 年与 2006 年分别获得 Activators 精选奖与 Frank Willison 纪念奖。
2005 年起，他开始在谷歌工作，现任谷歌高级工程师、谷歌云平台社区支持团队技术主管。
Alex 是 Stack Overflow 积极贡献者，还常在各种技术大会上发表演说。
访谈主题：
Python 图书，Python 2.7 与 Python 3.x，谷歌与 Python。
Mike Driscoll：
能简单介绍一下您的背景吗？
Alex Martelli：
我是意大利人，在国内学的是电子工程专业。
毕业后，我想从事集成电路设计，虽然设计其它系统也很酷，但我还是钟情于集成电路。
那时，真正有意思的电路设计都是美国公司在做，所以，我的第一份工作在美国，也就是大家耳熟能详的德州仪器
（TI）
。
德州仪器名气很大，不管是消费产品还是前沿芯片，他们都在做，但我并不适应这家公司。
德州仪器的风格是一下子启动很多项目，然后毫无征兆的就废弃这些项目，结果，我就在各个废弃的项目团队间跳来跳去。
Alex Martelli：
‘我就在各个废弃的项目团队间跳来跳去。
’
我也不能指责德州仪器这种做法。
他们不想干扰工程师的生活，而我当时只是个小年轻儿，还是移民，反正在哪里都一样。
不到一年，我就在达拉斯、奥斯汀、休斯顿与拉伯克的四个实验室工作过，还不到一年！
这么折腾给人的压力很大。
之前觉得德州仪器的工作更有意思，我拒绝了 IBM 给的 Offer，后来，我只好又回过头去找 IBM。
IBM 也开发过不少颇具创意的集成电路，只是不广为人知，他们关注的主要是科研，不是为了量产，仅仅是为了验证概念。
IBM 在这个领域也有很多走在时代前沿的技术。
我记得 IBM 获得过一次诺贝尔奖，他们用单个原子拼写出 IBM 三个字母。
比起观测原子，用电子显微镜摆放原子绝对是别出心裁，就像科幻小说似的。
IBM 当时要在意大利，具体说是罗马，设立一家研究院，他们希望有人能毛遂自荐，不用想，我肯定自告奋勇。
这个机会不错，还能回国，那里有更好喝的卡布奇诺，还有更美味的面食！
就这样，80 年代我又回到了意大利，从此我的事业开始起步了。
Driscoll：
您是怎么成为程序员的？
Martelli：
那是在 IBM 时的事儿，我们当年刚开发了一台图像处理原型机，这在当时可是很了不起的成就。
这台原型机配备了专属芯片、帧缓冲器和显示器，现在看起来这算不了什么，但当时可是价值不菲。
Alex Martelli：
‘我们当年刚开发了一台图像处理原型机，这在当时可是很了不起的成就。
’
我们还为这台原型机举办了启动仪式，有位主管走过来和我说，“恭喜你们，只可惜这台原型机今后要在角落里吃土了。
” 我很惊讶，“怎么会在角落里吃土？
IBM 研究院有各个领域的科学家，天文学家、地质学家，都能用上这台机器啊。
”
“你说的没错，” 他说，“但这台机器不支持他们用的编程语言啊，这些科学家用的是 Fortran 和 APL。
想让这台机器派上用场，要有人写个通道程序
（Channel Program）
，地质学家和天文学家才不会干这事儿。
” 这可是一个庞大的软件项目，要开发所有科学家所需的界面与支持库。
我说，“能不能让我们组建一个小团队开发这个软件呢？
” 他反问我，“你觉得多少人合适？
”
我当时真的希望“自己设计”的机器能有用武之地，而不是放在那里落土，于是，我大着胆子低声说道，“3 个人？
”
他笑了起来，“没问题，我负责找人，你负责组建团队，不过半年后得做出点成绩来。
”
我就这样稀里糊涂地当上了 IBM 小主管，成了一名低层管理者，准确的说是技术带头人。
但这并不意味着标准降低了，我需要自学大量的软件技能才能编写通道程序，要整合各个支持库，还要找出为那些外围设备加速的支持库算法。
Driscoll：
那您成功了吗？
Martelli：
半年后，我们只搞出了一套凑合能用的概念模型，好在领导同意我们接着干。
最后，这个项目搞了两年，不过总算为 APL 与 Fortran 开发出了所需的支持库，这已经很难能可贵了。
Alex Martelli：
‘我们总算为 APL 与 Fortran 开发出了所需的支持库，这已经很难能可贵了。
’
这个软件项目让我们精心打造的硬件系统派上了用场，科学家与程序员可以用它实现图像处理与可视化，无需居间软件，也不用学习汇编语言或通道程序。
不过，两年完全没有接触硬件设计，这是个大问题，我甚至没有跟进硬件设计的趋势。
那个年代，硬件设计，特别是集成电路，每年都有革命性的发展。
不能在这一行占据前沿位置，很快就跟不上潮流了。
Driscoll：
这就是您为什么会转向软件？
Martelli：
是啊，我有多年经验，就算那些刚毕业的大学生，哪怕他们精通最新的高科技工具，我也比他们强。
但另一方面，哪怕最简单的管理工作与软件开发，也可以为我真正想干的事业添加很多附加值，比如，这些为集成电路设计的软件系统。
走了几年下坡路以后，我不得不承认自己设计不了像样的现代硬件系统了。
长期以来，我干得软件开发与管理工作越来越多。
其实，很多人与我的际遇类似，都是从硬件起步，然后，逐渐发现硬件本身不能真正解决问题。
Alex Martelli：
‘很多人与我的际遇类似，都是从硬件起步，然后，逐渐发现硬件本身不能真正解决问题。
’
我女儿现在就是这样。
她是电信工程专业，也就是高级无线电系统专业的博士，虽然痴迷于硬件，但她现在的工作四分之三都是软件。
这是因为所有的网络，越往底层走，越是软件驱动。
打个比方，假如设计一个天线，没有软件与数据的支持，其自身无法运作。
如今的设备都会配备让人眼花缭乱的天线阵列，并有足够的智能支持，基于信号质量，判断什么时候激活哪个天线。
这与我毕业时的无线电技术不可同日而语，需要大量软件支持。
Driscoll：
您为什么会学 Python 呢？
Martelli：
这段经历其实挺有意思。
很多年前，刚踏入迷人的软件世界时，我曾用业余时间开发过一个研究定约桥牌打法的实验系统。
定约桥牌是 Harold Vanderbilt 在 1920 年代发明的。
我学打定约桥牌的时候，有关这个游戏的数学理论很少。
只有一名数学大师，Émile Borel，写过一本关于桥牌的数学理论图书。
那时，计算机的运算能力已经很强，也很便宜，就算拿来分析这些娱乐活动也不算可望而不可及。
我就是在当时新卖的个人电脑上重构了 1930 年代首次提出的一种试验性思路。
Alex Martelli：
‘我重构了 1930 年代首次提出的一种试验性思路。
’
我是按照传统的硬件思路搞软件，从编程系统的组织方式上看，这个解决方案就是一团糟，用的语言数不胜数，Modula-3、Perl、Visual Basic、Scheme，等等，等等，我自己都觉得害怕，但不管怎么说，这一堆七拼八凑的东西能跑得起来。
Driscoll：
这个程序能赢牌吗？
Martelli：
这个程序每手玩了一百万次，并记录了所有结果，证明了 1920 年代与 1930 年代最聪明的桥牌大师，Ely Culbertson，令人不可思议的直觉。
我把分析结果写成了研究报告，提交给了《桥牌世界》，这是当时最有名的桥牌杂志。
杂志编辑看了以后非常感兴趣，还与我一起改进这篇报告。
这篇研究成果最终发表在《桥牌世界》 2000 年 1 月刊与 2 月刊上。
之后，我与不少桥牌选手互通有无，甚至有桥牌冠军问我，“你能用这些理论帮我解决问题吗？
”
我很高兴能帮上他们的忙，只是这个程序太脆弱了，哪怕改个标点符号，也会莫名其妙地崩溃。
纯属一团糟！
所以我决定，不管是不是个坑，我都要重写一遍。
目标就是尽可能用一种编程语言重构这个程序，但问题是用哪种语言！
Driscoll：
那您找到了想要的语言吗？
Martelli：
能实现我要求的语言只有 Lisp，其实我更偏向 Scheme，这可能和我的硬件背景有关。
可惜它的免费版没有足够的支持库，不能实现完成所需的辅助任务。
再怎么说这也只是个人项目，我已经耗费了不少时间，不想再在这上面花钱了。
有个同事向我推荐，“你可以试试新出的那个编程语言，现在特火，叫 Python。
”
Alex Martelli：
‘有个同事向我推荐，“你可以试试新出的那个编程语言，现在特火，叫 Python。
”’
我说，“别别别，我都学了一打编程语言了，我可不想再学了！
” 但他非要坚持，而我又很尊重这位兄弟，最终还是我挡不住他的狂轰乱炸，决定给这个编程语言一次机会。
我给自己定了个小目标，用它解决个小问题，看看它到底好在哪里。
Alex Martelli：
‘我说，“别别别，我都学了一打编程语言了，我可不想再学了！
”’
1990 年代后期，我还不懂网络，这还是个新鲜事物，看上去蛮有趣的，我就琢磨着自己搭建个网站。
网站编程与 Python 我都是自学的，你猜我花了多长时间？
才一个周末！
我说过，不论做什么事情，都得下点功夫。
我周五晚上开始边看手册边试着写代码，没过多久，我就不看用看手册了，我连猜带蒙，再根据其它代码的写法推断下一步该怎么写，我居然有 90% 都蒙对了。
这门语言貌似和我的脑回路很搭，就好像我怎么想的，它就是怎么做的。
Alex Martelli：
‘这门语言貌似和我的脑回路很搭，就好像我怎么想的，它就是怎么做的。
’
周六下午刚过，我就学完了。
我做出了一个能初步运转的 CGI，还有一个 Web 应用，可以用它计算定约桥牌中同花色分牌的条件概率。
周末还剩一天，接下来，我该干点什么？
我就想，“这个程序不错，但只支持意大利语，其它语种的人可能对它也有兴趣。
我应该做个支持英语、法语的多语版本，反正，这两种语言我也很擅长。
”
做多语版本需要模板系统，但我没找到满意的 Python 模板系统。
我试过 Gofer 等工具，但都不合我意。
最后，我干脆自己写了一个模板系统，叫“Yet Another Python Template Utility (YAPTU)”，即，“另一个 Python 模板工具”。
周日，这个工具就可以顺利运行了。
然后，我把它打包上传到一个发布自由软件的地方，这样我就有了自己的网站。
Driscoll：
有人对您的作品感兴趣吗？
Martelli：
YAPTU 当时确实吸引了一个人注意，他正为加州大学伯克利分校开发计算机科学专业网站。
他觉得 YAPTU 是最好用的模板工具，并打算用 Python 开发网站，他还对 YAPTU 做了一些优化，并给我发了补丁文件。
我们一起讨论怎么能把 YAPTU 做得更好，后来还成了朋友。
Alex Martelli：
‘我们一起讨论怎么能把 YAPTU 做得更好，后来还成了朋友。
他就是 Peter Norvig，现在是谷歌研究主管。
’
他就是 Peter Norvig，现在是谷歌研究主管，也是畅销编程书《人工智能：
一种现代手段》的作者。
由此可见，Python 从那时起就帮我搭建了非常好的人脉。
人工智能：一种现代手段
我还尝试在工作中推广 Python，可惜没有成功。
决策权在专业管理人员手里，他们认为就算我们现在用的程序都是面向 Unix 工作站的，但未来属于 Windows，其它操作系统都将不复存在。
的确，如今已经很难买到 Unix 工作站了。
到处都是使用 Linux 或 Windows 的 PC。
从这点上看，他们的预判非常正确。
我不愿意只使用微软乐意支持的编程语言，但高层管理人员也不会同意用其它编程语言。
我只能在他们注意不到的地方偷偷用 Python，比如测试框架，一个叫做 haha.bat 的 Shell 脚本文件。
这是 Windows 推出 cmd 之前的事情了。
Python 脚本非常有用，且易于维护，只有一点让人不太满意。
上班时，我只能用微软的 Fortran 编译器处理漏洞，然后挤出可怜的时间使用 Python。
Driscoll：
咱们稍微换个话题，您是怎么成为 Python 图书作者的呢？
Martelli：
我非常喜欢 Python，Guido van Rossum、 Python 开发者及社区里的每一位伙伴，他们给了我如此美妙的礼物，我希望有所回报。
我能做什么呢？
当时有个叫 comp.lang.python 的 Usenet 小组，很多人都在这里问问题。
我比较擅长帮别人解决技术问题，虽然，我只是 Python 新手，但仍开始尝试回答别人的问题。
只要看到自认能有效解决的问题，我就会回答，很快就有了不错的成绩！
Alex Martelli：
‘我比较擅长帮别人解决技术问题。
’
几个月后，Python 社区的一位高人给我起了个外号，马爹利机器人（Martelli Bot）。
众所周知，我是 Python 社区里第三个“机器人”，只有回答了超级多的问题，而且基本上都正确，才会被人称为机器人。
给我起外号的这位大神就是 Steve Holden，我很荣幸告诉大家，他是我的新书《Python in a Nutshell》第三版的合著者。
总之，这让我在 Python 社区里声名鹊起，也给了我联系 O'Reilly 出版社的勇气，我看到他们在为《Python in a Nutshell》这本书找作者，于是我问他们，“能不能让我尝试一下，或者找个经验更丰富的人一起写？
”
他们说，“你还要找人合作？
发个样章和大纲给我们吧。
” 我就这样成了 Python 图书作者。
Alex Martelli：
‘我问他们，“能不能让我尝试一下，或者找个经验更丰富的人一起写？
”’
Driscoll：
您为什么会写《Python Cookbook》？
Martelli：
合著《Python Cookbook》一书时，我走了一点弯路，之前计划中的一位作者放弃了。
这本书很有意思，所有的解决方案都来自社区，只是为了切实有效地解决问题，才进行了改写。
我还在 ActiveState 网站上贡献了很多解决方案，并且乐此不疲！
ActiveState 有点类似现在的 Stack Overflow。
Stack Overflow 对特定主题技术的问题与答案处理的非常到位。
我也这个网站的活跃用户：
Python 标签下的发帖排行榜上，我排名第二，我还是首页荣誉榜的前 0.001%。
多说一句，Stack Overflow 的首席数据科学家发表过一个研究报告，介绍编程语言的流行度，该报告称，随着时间推移，基于 Stack Overflow 上的标签与问题，流行度增长最快的编程语言就是 Python。
Alex Martelli：
‘这项研究表明，2019 年初，Python 将会成为最流行的编程语言。
’
这项研究表明，2019 年初，Python 将会成为最流行的编程语言。
现在，Python 仅次于 Java 与 JavaScript，但是它已经超过了其它所有编程语言。
Perl 消失了，Ruby 也消失了，C# 排名下滑极快。
只有 Java 与JavaScript 还算坚挺，但是它们的变化幅度不大，只有 Python 突飞猛进。
Alex Martelli：
‘只有 Java 与JavaScript 还算坚挺，但是它们的变化幅度不大，只有 Python 突飞猛进。
’
Python 的基数已经非常大了，但仍能实现跨年增长 27%。
年初
（2017年）
，我看过《Spectrum》杂志一篇文章，宣称 Python 是今年最流行的编程语言。
该文章基于一些主观指标，比如岗位需求、课程、与研讨会等，而 Stack Overflow 的调研则是量化的、客观的，它的结论来自于超出想象的巨量数据。
虽然，两者都得出了同样的结论，不过 Stack Overflow 得出结论的量化手段更好、更精准。
Driscoll：
能介绍下作为 Python 图书作者有什么收获吗？
Martelli：
首先，你可能会觉得自己对一门语言了解的已经非常透彻了，但写书以后就会发现，这一认知十有八九是错误的。
运气好的话，可能会有一位有耐心、意志坚定的编辑与你一起合作，他的职责是了解这门语言，搞明白图书应该怎样排版印刷、读者如何从书中获取知识。
英语是我的第三语言，我从来没觉得自己的英语水平有多高。
但写作增进了我对英语，特别是书面英语的理解。
Alex Martelli：
‘这就是我们为什么要用编程语言：
因为自然语言有歧义，虽然强大，但却难懂。
’
自然语言是一种强大、内容丰富、却难于理解的沟通工具，这就是我们为什么要用编程语言：
因为自然语言有歧义，虽然强大，但却难懂。
想用自然语言极其精准地描述事物是不可能的。
Driscoll：
您能举个例子吗？
Martelli：
我曾在邮件列表看到过一个小故事，讲的是自动化与计算系统的风险。
这是一个用于在市区调度救护车而设计的形式化定义系统
（Formally-Defined System）
，显然，这是一项性命攸关的任务。
用自然语言最初写就的内容，也是其中一个限制条件是，不论何时，急救热线接到中风等急症电话后，救护车应该在 15 分钟之内
（即，这些病症的最佳急救时间之内）
赶到病发现场。
将这一自然语言正确转化为编程语言后，大部分情况都有所改进，但却出现了已经安排了救护车，可是救护车一直没有到达病发现场的个案，这种情况虽然很少，但实在是让人忧心。
这就是自然语言未能与形式逻辑
（Formal Logic）
相匹配的问题。
Alex Martelli：
‘这就是自然语言未能与形式逻辑（Formal Logic）相匹配的问题。
’
要知道，这是市区，交通堵塞。
救护车虽然可以鸣笛开路，但仍会被堵在路上。
如果出现延误，哪怕是 15 分多 0.01 秒，系统也会推断救护车已经到达，这是因为之前假设的前提是救护车总会在 15 分钟内到达。
所以如果假定救护车已经抵达了，系统就无需让该车继续前往，进而重新调度该救护车。
自然语言里，我们说必须在 15 分钟以内，并不是说一定在 15 分钟内，而是最好在 15 分钟内。
要表达的意思是，在此时间内到达至关重要，需要尽一切努力实现，确保救护车在此时限内到达。
但这并不意味着，如果 15 分钟没有到，就不需要救护车了，也不代表 15 分钟多 1 秒已经没用了。
虽然，这个结果不理想，但总比没有强！
Alex Martelli：
‘在编程语言里，断言（assertion）更简单：
说一就是一。
’
这只是自然语言引起歧义的一个小例子。在编程语言里，断言
（assertion）
更简单：说一就是一。如果说一不是一，就会触发异常。自然语言则不同，很多时候你会免不了想当然，这包括各种常识，还有同一词语在不同文化背景中的不同涵义。
Driscoll：
能介绍下您与读者的互动中最有意思的事情吗？
Martelli：
这种例子很多！
我可以介绍一些工作中遇到的乐子，总有同事问我，“我碰到一个特别奇怪的问题……” 这通常是他们刚写的程序或函数。
我会帮他们找出问题，并进行修复。
不是说我对 Python 的了解比他们更深，而是我擅长 找茬儿。
比如说，给我一篇有错别字的文章，不知道为什么，在阅读任何内容之前，我一眼就能看出错别字。
这对编程与电路设计而言，非常有好处。
以前，老有人问我，“我一直想问，你是写那本书的 Alex Martelli 吗？
” 我总是很高兴地回答，“是啊，就是我，那本书是我顺手写的。
” 这让我一天都很开心。
Alex Martelli：
‘除了搞定问题，我也有虚荣心。
’
现在，这种事没以前那么多了，我在这个公司已经待了 12 年半了。
我的意思是，虽然这种事儿没什么实际意义，但是，嘿嘿！
除了帮别人搞定问题，我也有虚荣心。
Driscoll：
您觉得 Python 2.7 已经要被淘汰了吗？
Martelli：
《Python in a Nutshell》第三版里提出过这个问题。
书里曾经说过 Python 2.7 离被淘汰还远着呢，我现在仍然认为这是对的。
现在，生产环境中仍有大量的 Python 2.7 或 2.x 代码，并且这些 2.x 代码可以轻轻松松地就升级到 Python 2.7。
大家都知道 Python 2.7 就到此为止了，虽然，我笃定有不少企业会提供商业化支持，但到 2020 年， Python 软件基金会将停止对 Python 2.x 的官方支持。
所以，我们的书里对 Python 3、3.5、3.6 及未来新版的支持，就显得格外重要。
Alex Martelli：
‘Python 2.7 离被淘汰还远着呢。
’
现在就抛弃 Python 2.7 还为时过早，所以我们的书里包括了 Python 2.x 与 3.x 的内容。
如果读者只想了解其中一版的话，可能会觉得该书有些冗余，不过，我们会在下一版解决这个问题，到时某些内容将只支持 Python 3，不再支持 Python 2.7。
Python 2.7 的代码库非常庞大，仍有很多公司与产品还会滞留在 Python 2.7。
比如， YouTube 总的来说就是一个用 Python 开发的系统，有几百万行超级优化过的 2.7 版代码，说实在的，从商业角度上看，这种切换太难了。
要知道 YouTube 已经对这些代码优化 10 多年了，不可能上来就说，来吧，咱们重写下这几百万行代码。
如果切换到 Python 3 会把 YouTube 的速度减少 10%，这不仅要量化谷歌的成本，还要量化所有用户的成本，YouTube 的流量太大了，要考量性能降低对互联网带宽的占用会增加多少。
哪怕性能只降低 10%，都会让所有人的感受变得很糟。
这是不能容忍的！
这条路走不通，只能选择其他方向。
Driscoll：
那么 Python 作为一门编程语言，您觉得它现在有什么问题吗？
Martelli：
如果我能穿越回 Python 第一版发布之前，且只能对它做一项更改的话，我觉得是不要区别大小写。
Alex Martelli：
‘最优秀的编程语言都不区分大小写。
对我来说，这是最好的地方。
’
自从 C 语言在编程语言领域称霸以来，大家都觉得不区分大小写很怪。
但是，不管是 Fortran，还是 Pascal，甚至是 Ada，这些最优秀的编程语言都不区分大小写。
对我来说，这是最好的地方。
可能很多人都没有注意到，西方文化中，大小写的概念其实不是自然出现的，而是刻意人为的，这点可能很多人都意识不到。
大小写是在写作发展过程中出现的，这是我们文化里刻意制造出来的人造物。
我喜欢 Macintosh 的文件系统，比如新建一个名为大写 F-O-O
（FOO）
的文件，它会按大写文件名存储文件。
但是，如果你用小写 foo 进行搜索，系统也会找到。
这种感觉与人类思维更相似。
Alex Martelli：
‘语音输入一下子就成了主流输入方式。
’
比如说语音识别系统。
语音输入一下子就成了主流输入方式，这是因为对着手机说话，比用屏幕上的小键盘打字要容易的多。
但用语音输入的时候，区分大小写让人很头疼，这就是我为什么说大小写是刻意的人造物！
自然拼读根本就不需要区分大小写。
Python 社区里希望 Python 不要区分大小写的人很少，与 Python 竞争的编程语言也都区分大小写，我估计这是当今所有流行语言共有的缺陷。
Python 的关键字也有些问题，这是 Python 与其它编程语言不同的地方，如果与其它语言一样的话，Python 将会是一门更好的编程语言。
Python 最常用的关键词，即定义函数的 def。
问题是 def 既不是关键词，也不是单词，它没有任何涵义！
你知道哪种编程语言做的最到位吗？
JavaScript。
Driscoll：
JavaScript 有何不同？
Martelli：
JavaScript 里用的关键词是 function。
我想不明白为什么 Python 不用 function。
就算 function 要多输入 4 个字符，就算这得多敲好几下键盘！
但现在的编辑器不都支持自动补全了吗，是不是？
我明白，从技术上讲，def foo 与 function foo 没什么实际区别，但我更关注这些小小不言，却影响易用、易懂的小瑕疵。
Alex Martelli：
‘Python 可能是迄今为止，最好用、最好理解的编程语言。
’
我认为 Python 可能是迄今为止，最好用、最好理解的编程语言，所以这些小瑕疵在我看来就显得特别刺眼。
Python 的 range 只有一种，而且总是不包括上界，所以它的一致性更强，也更清晰。
其实这里用任意单词都是一样的，比如 def，就可以在设计时使用像 function 这样更易懂的单词。
如果觉得 function 这个词太长了，我觉得 fun 也不错，这个词多有意思。
不管怎么说，Python 这个名字毕竟是源于 Monty Python 这个喜剧片。
用 fun 作为 function 的缩写也可以表明 Python 编程很有趣
（这里的原文是 fun）
。
反正我觉得比 def 好。
Driscoll：
那您觉得 Python 最大的优势是什么？
Martelli：
在讲瑕疵的时候，我其实已经提到了。
Python 的优势在于清晰、一致性，这门语言的野心很大，就是，只用一种自然的、显性的方式做事情。
目前，Python 还未达成这一目标，举例来说，加法符合交换律，a+b 与 b+a 是表示汇总的两种方式， Python 无法改变这点。
但在阅读别人写的代码时，你依然会觉得更容易理解。
不管是 Python 老手，还是新人，都会不约而同地选择显性编程，因为 Python 往往是显性的。
就算不这么做，也可以告诉他们应该怎么写，而且很容易就能说服他们。
也许正是这种只用一种显性方式表达事物的野心，就是 Python 更清晰、更好用、更实用的原因吧。
Alex Martelli：
‘也许正是这种只用一种显性方式表达事物的野心，就是 Python 更清晰、更好用、更实用的原因吧。
’
我相信，Python 之所以能在你能想到的各个领域都得到充分应用，正是因为它的这种清晰与简洁的理念，Python 太容易上手了。
不是所
有人都像我学 Python 学得那么快。
我不认为是个经验丰富的程序员就能用一个周末就学会 Python，但这种事确实发生了。
就算 Python 里很多功能与其它编程语言类似，比如 Rust，我不敢想象有人能用一个周末就学会 Rust。
Driscoll：
您认为 Python 未来会如何发展？
Martelli：
无处不在！
你知道吗？
近年来最伟大的科研成果是发现了引力波。
PyCon 意大利上曾有一两个主题演讲，讲的是，Python 是控制所有采集数据设备的通用语言，最终这些数据显示两个黑洞相互撞击，并发出了引力波。
Alex Martelli：
‘正是 Python 在处理这些数据。
’
如果我没记错的话，碰撞后几秒钟所发出的引力波产生的能量，比宇宙中其它物质发出的能量加在一起都多。
这可是超大规模的数据量，而正是 Python 在处理这些数据。
这意味着， Python 负责监控这个强大到匪夷所思、眨眼之间发生的瞬时事件，对它的所有测量数据进行清洗、分析，找出其相关性，并对之进行解释，这本身就已经超级了不起了。
这次冲撞发生在几十亿年前，现在监测到的只是当时的引力波而已。
而这只是 Python 无处不在的一个例子。
科学，正是因此而令人着迷。
我和互联网巨头聊得越多，越发现这些公司使用其它编程语言开发其核心应用，只不过是因为它们的创始人只懂那些语言，但是因为并购了其它公司，它们不得不接纳 Python。
很多并购都出现在高科技领域。
大多数这些公司用的都是 Python，这正是它们成功的原因。
他们的效率是用其它语言的公司的两倍，甚至三倍。
Driscoll：
这么说，您认为更多公司开始使用 Python？
Martelli：
是的，很多大公司需要采用 Python 是因为必须接入它们并购公司的生产系统。
TensorFlow 的兴起，让我觉得 Python 必然会走在机器学习与人工智能领域的前沿。
即便 TensorFlow 的内核是用高度优化的 C++ 与汇编语言开发的，但其商业逻辑应用层用的是 Python，因为没必要耗费心力重新开发，所以 TensorFlow 的核心是 Python。
Alex Martelli：
‘TensorFlow 的兴起，让我觉得 Python 必然会走在机器学习与人工智能领域的前沿。
’
我很难想像还有哪些领域 Python 可能会永远都无法涉足。
不过，接下来探讨的这个领域是个例外：
嵌入式系统。
Python 对优化内存占用做的不够好。
嵌入式系统则要对内存精打细算。
然而，就算Python 自身解决不了，Python 的方言也能解决这个问题。
具体来说，解决物联网嵌入式设备的编程语言是一种名为 MicroPython 的 Python 方言。
我听说 BBC 给在校生配备了约上百万台运行 MicroPython 的设备。
Driscoll：
MicroPython 是 Python 吗？
Martelli：
不完全是 Python，因为它必须为内容使用设置限制条件。
不要指望在价值两美元的设备上动态分配内存，这些设备的内存最多也就是 64K，就算多，也多不了哪儿去。
但在有限条件下仍可以实现动态分配，进行编程。
过去，Python 的一些实施特性阻止了它进入某些应用领域，正是这些特性饱受诟病。
据我所知，Larry Hastings 正在苦苦寻求移除全局解释锁
（GIL）
。
不管大家怎么想，GIL 与 90% 的应用不相关，但对另外 10% 要用更多芯片内核的应用而言，GIL 非常致命。
要把算法从 32 位优化成 64 位，移除 GIL 后效果会非常显著。
不过也不要着急，这些限制条件早晚会被移除的。
Alex Martelli：
‘在操作系统核心领域，Python 将来涉足的内容也不会今天多多少。
’
在操作系统核心领域，Python 将来涉足的内容也不会比今天多多少。
如果动态分配没问题，就可以用 Python，但这只是内核的很小一部分内容。
也许一些设备驱动对时间要求没那么严格，但我觉得，在绝大部分情况下，Python 只是运行在用户层面，而不是内核层面。
Driscoll：
