Python要被學(xué)術(shù)圈拋棄了？科學(xué)家們可能找到了更好的替代品

西北望msm66g9f 2021-02-19

展開全文

一些科學(xué)家開始使用比 Python 性能更強(qiáng)大的新編程語言了，它和 Python 一樣能夠“立等可取”，而且計算能力還更強(qiáng)。

本文轉(zhuǎn)載自公眾號“Nature Portfolio”

原文作者：Jeffrey M. Perkel

2015 年，生物信息學(xué)家 Johannes K?ster 還是（用他自己的話說）“差不多全職寫 Python 的”。他當(dāng)時已經(jīng)用 Python 寫過一個備受歡迎的工具——流程管理工具 Snakemake。現(xiàn)在，他正在準(zhǔn)備寫的項目所要求的計算能力超過了 Python 能提供的范圍。所以他開始搜索新的工具。

現(xiàn)在德國杜伊斯堡-埃森大學(xué)任職的 K?ster 正在尋找一種計算機(jī)語言，可以具備 Python 的“立等可取”性，同時擁有 C 和 C++ 這類語言的速度。換言之，“一個高性能的語言，而且還，這么說吧，符合人類工程學(xué)。”他解釋道。他找到的語言就是 Rust。

象征兼具速度和安全的程序員的漫畫。繪畫：Project Twins

Rust 是 2006 年由 Graydon Hoare 在加利福尼亞州瀏覽器公司 Mozilla 工作的時候作為小項目開發(fā)的。Rust 混合了 C++ 這類語言的性能、友好的語法、對代碼安全性的關(guān)注和一套精心設(shè)計的工具用以簡化開發(fā)流程。Mozilla 的 Firefox 中有一部分就是用 Rust 寫的。據(jù)報道微軟也使用 Rust 重寫了 Windows 操作系統(tǒng)中的一部分。每年一度的 Stack Overflow 開發(fā)者調(diào)查已經(jīng)連續(xù)五年將 Rust 列為“最受喜愛的”編程語言。代碼共享網(wǎng)站 GitHub 說，Rust 是該平臺 2019 年增長第二快的語言，比去年增長了 235%。

科學(xué)家們同樣看向了 Rust。例如，K?ster 用它寫了一個叫做 Varlociraptor 的應(yīng)用。該應(yīng)用能將數(shù)百萬的基因序列與幾十億種基因堿基比對，以找出基因突變?！皵?shù)據(jù)量極大，”他說，“所以比對必須盡可能地快?！钡牵琑ust 的強(qiáng)大是有代價的：學(xué)習(xí)曲線很陡。

“上手之前是得花些時間?！辟e夕法尼亞州咨詢公司 Integer 32 的創(chuàng)辦者，也是 Rust 核心團(tuán)隊成員的 Carol Nichols 說?！暗撬屛夷軌蜃鲆恍┐饲盁o法做到的事。我認(rèn)為這些時間花得值?！?/span>

警告：沒有護(hù)欄

分析科學(xué)數(shù)據(jù)的工作流程通常會使用 Python、R 和 Matlab 這樣的語言。這類語言會逐行解釋代碼并執(zhí)行。該模式在探索數(shù)據(jù)的時候很有用，但是速度不會快。

C 和 C++ 很快，但是沒有“安全護(hù)欄”。斯德哥爾摩的 Rust 程序員（他們管自己叫Rustacean），Ashley Hauck 說。例如，沒什么能阻止 C 和 C++ 的程序員訪問已經(jīng)釋放回系統(tǒng)的內(nèi)存，或是把同一塊內(nèi)存釋放兩次。最好的情況下，這樣做會讓程序崩潰，但也有可能返回?zé)o意義的數(shù)據(jù)或是產(chǎn)生安全漏洞。根據(jù)微軟的研究，他們公司每年修補(bǔ)的安全漏洞中有70%都和內(nèi)存安全有關(guān)。

內(nèi)存規(guī)則

Rust 的模型所使用的規(guī)則將每一片內(nèi)存都分配給了一個單一的所有者，并限制了誰能訪問它。違反規(guī)則的代碼根本不會有機(jī)會崩潰——它根本就無法編譯?！八麄兊膬?nèi)存管理系統(tǒng)是基于這個生命周期概念的，允許編譯器可以在編譯的時候追蹤內(nèi)存何時分配，何時釋放，由誰持有，誰能訪問，” Rob Patro 說。他是馬里蘭大學(xué)的一位計算生物學(xué)家?！坝幸徽愓_性問題都可以通過語言的設(shè)計方法避免。”

這套理念還會幫助保證并行計算——使用多個處理器同時進(jìn)行計算的軟件——可以安全執(zhí)行。例如，可以避免多個線程同時訪問同一份數(shù)據(jù)的可能性。

結(jié)果是，這種語言更易于維護(hù)和調(diào)試，但是學(xué)習(xí)起來就更難了。“其他任何一種主流語言都沒有這些概念，而它們是理解Rust編程方式的核心?！盢ichols 說。在都柏林圣三一大學(xué)研究地理數(shù)據(jù)可視化的 Stephan Hügel 估計，他花費了兩三個月把一個將地理空間坐標(biāo)轉(zhuǎn)化進(jìn)另一個參照系的 Python 算法改寫成了 Rust，執(zhí)行速度快了 4 倍。加利福尼亞州的一個化學(xué)信息學(xué)軟件公司 Metamolecular 的創(chuàng)辦者 Richard Apodaca 說他為熟練使用 Rust 花了六個月。

聚焦易用性

為了彌補(bǔ)這一問題，Rust 的開發(fā)者花功夫改進(jìn)了用戶體驗，在加利福尼亞州的 Rust 開發(fā)者工具團(tuán)隊的主管 Manish Goregaokar 說。例如，編譯器會返回特別有信息量的錯誤信息，甚至?xí)⒊鲥e的代碼高亮出來，并建議如何修正?！叭绻愕恼Z言想要引入新的概念，那最好用起來方便一些?！?Goregaokar 解釋道。

Rust 社區(qū)還提供了詳盡的文檔和在線幫助，其中包括一本大受歡迎的在線詳解“Book”和一份介紹如何解決常見問題的“Cookbook”。Rust 工具鏈——程序員用來將代碼轉(zhuǎn)化成程序的工具——很受用戶好評（見下文“大家一起氧化吧”）?！癛ust 的工具和架構(gòu)真的很棒。”Patro 說。相較于 C 程序員需要面對的很多種編譯器和輔助應(yīng)用，Rust 程序員只需要一個叫做 Cargo 的工具就可以編譯 Rust 代碼、運行測試、自動生成文檔、將代碼上傳到代碼庫中，等等。它還會自動下載并安裝第三方軟件包。Cargo 的一個插件 Clippy 可以標(biāo)亮常見錯誤和“不怎么規(guī)范”的 Rust 代碼，Patro 評價這一特性是“絕對棒”。

大家一起氧化吧

下面以創(chuàng)建一個讀取GenBank文件的程序的步驟為例，探索Rust語言的一些功能。

· 訪問www.rust-lang.org/learn/get-started安裝Rust

· 從GitHub上復(fù)制代碼https://github.com/jperkel/gb_read

· 在命令行中執(zhí)行“cargo run”以下載外部依賴，并編譯程序。程序的默認(rèn)設(shè)置是讀取GitHub代碼庫中的GenBank文件“nc_005816.gb”，但是你可以通過“cargo run <文件名>”選擇讀取其他文件。

· 使用“cargo test”運行代碼庫里面的測試。

· 使用“cargo doc --open”創(chuàng)建并閱讀文檔。

流行的開發(fā)環(huán)境中也有 Rust 的插件，例如微軟的 Visual Studio Code 和 JetBrains 的 IntelliJ。還有一個在線的 Rust Playground，允許實時在線實驗 Rust 代碼。住在悉尼的 David Lattimore 在 Jupyter 計算筆記本里面創(chuàng)建了一個 Rust 的內(nèi)核，以及一個類似于 Python 的交互式環(huán)境REPL。

Rust 程序員的另外一大助力是它的第三方軟件包（Rust管它叫“crate”）生態(tài)系統(tǒng)，目前已經(jīng)有了 5 萬多個（見下文“Rust越來越火”）。軟件包封裝了例如生物信息學(xué)（K?sterd的Rust-Bio）、地理科學(xué)（Geo-Rust項目）、數(shù)學(xué)（nalgebra）等學(xué)科的算法。不過，Nichols 說，“要是你想要的庫沒有 Rust 版本，那就是 Rust 的大劣勢了?！碑?dāng)然，程序員有時候還是可以使用 Rust 的“外部函數(shù)接口”來搭一座橋。