ruby和python该学那一个?
回复内容:
先说观点:你自己要先想明白学这些script语言的目标是什么,目标不同答案也不同。讲一下我个人的感受(perl ruby python)经历,供你参考:
0.) 在学校时,对 perl ruby python 都走马观花的了解了一下,初步印象是
perl 就是一堆杂草,印象像个建筑工地上的村姑(没歧视含义,只谈形象)
python 印象就是个呆板凝滞的工科眼镜女
ruby感觉就像一个才貌双全校花和热情似火的hot girl的结合体
1.)毕业第一份工作主要做backend的相关工作,主要是C++ 也用一些Java。
自己为了把一些手动工作进行自动化,写了一些脚本,开始是bash,
后来发bash稍微复杂点超级坑爹,为此还玩过bashdb,后来实在受不了
决定换个脚本,基于 0 提到的印象,决定以ruby作为script的首选,工作中边学边用,
ruby用下来感觉是非常high。
2.)后来参与了一个产品线的整合,跨部门合作,涉及多个BU,接触各种Unix/Linux环境。
很多时候这些环境都是既有产品的标准,是不准许去安装其他软件的。
多数都没有安装ruby,shell也都是不同的,python有的有有的没有。
但是但是,perl每个机子上都有!!甚至以硬件为主的BU使用的嵌入式Linux中也带了perl。
为了方便做一些辅助工作,无奈只能学了一阵子perl。
当时的目标就是:当一个更好的shell script用。
说到这里推荐一本书:Manning: Minimal Perl 非常好
有时候直接在shell用管道吧command结合perl结合在一块形成一个命令行串的效果非常好。
如果是把perl当一个更好的shell script用,写那种30~50行临时脚本的话,perl真的非常不错。
3.)随着工作的调整,以及自己接触范围的不断扩大,发现非常的开源程序主要支持的脚本
都是python:vim,gdb,protocol buffer, opencv,rabbitmq(印象中rabbitmq 源代码编译过程中先用python生产erlang的接口文件),连C++最执着的boost社区提供的脚本接口也是python的。总之,python被大多数软件作为支持script时的首选。逐渐切身的感觉python是script的最主流的广泛选择。
4. 一直做后端开发,想玩玩web,接触了php,rails一路下来发现都不喜欢,感觉flask最对口味。
后来使用ipython后,感觉python真方便。但是仍然对ruby有一些念念不忘。然而,当我接触到数据处理以后,接触到 numpy,scipy,scikit-learn,scikit-image,ipython-notebook ,cython等等这些工具以后,我感觉彻底放下ruby了。如果涉及数据处理的话,以目前python在数据处理方面的优势造成的马太效应,ruby恐怕很难有机会追赶python了。以后会把python作为主要脚本语言,准备仔细学学。
以上是大概整个折腾过程。回到问题本身,你自己要先想明白目标是什么。
如果就是当几十行的小脚本处理临时辅助任务用用,平时也和命令行结合直接在shell中敲,那么perl也不错,ruby好像也可以. 搜一下one line perl 或者 one line ruby。
如果是要写一定脚本处理任务,而且这个脚本不是临时性的,环境也能控制,喜欢很酷的coding感觉,喜欢玩玩元编程之类的那么肯定选择ruby。
除此以外就选择python吧,python就是汪洋大海 :)

这是今年的一个演讲,演讲者强调了ruby的创造性,也就是更灵活。
python学习难度小一些,不过如果有老师的话,ruby也不难,自学要难一些。
ruby的语法多,不过常用的也不多,我觉得会有一些学习困扰,因为初学者不知道重点在哪里。
不妨花一周时间两个都学三天,毕竟这个口味只有自己知道吧。 ruby创造性更强,也就是更灵活。
python学习难度小一些,不过如果有老师的话,ruby也不难,自学要难一些。
如果周围没有熟人大牛,可以到培训机构去学习ruby,
作为ruby工程师,我依然推荐学ruby,这是一个非常有创造性,非常自由的编程语言,写起来更自在更开心一些,且更装B。 python做一件事情,可能只有一两条路且大多数人写出来的代码都差不多。
ruby做一件事情,完全取决于你的脑洞大小。
--------
ruby在语法设计上规避了python很多不能说失败但是很不爽的设计。
比如python是靠缩进来安排代码块的,在嵌套 if 的复杂语句下很容易搞出bug。还有类属性是无法完全对外隐藏的,容易引发安全性问题,可能造成别人不小心修改你了属性导致BUG,你还花了半天检查自己的代码,这事我碰到了好几次。
再就是ruby代码可以写的很装B,很有一种极客感神秘感,虽然这事不一定在任何情况下都是好事。 最好都学。必须要选的话。选ruby 哪个给你的第一印象好就学哪个,两种语言的差异没你想象的那么大。 运维or做gui就python
web开发就ruby 个人认为,Ruby在web开放方面很强大,可以用Rails框架快速上手,后期还可以用JRuby撑得起性能。Python在我先前的工作中只起到了辅助工具的作用,不过现在我也可以用Ruby来做一些辅助的事情,
另外,Ruby是纯面向对象的,其中也包含了FP的一些重要元素,以及大量令人眼前一亮的语法糖。利用这些特性,Ruby能帮助你更专注的解决实际问题,而不再去纠结语言细节。
最后,我选择Ruby,一方面出于爱好,另一方面是工作需要。你可以抽空感受一下两种语言,然后再做决定。 可以都去学习一下,然后自己决定侧重学哪个。
你在这问没啥用, Rubyist当然是推荐你学Ruby了, Pythoner也当然是推荐你学Python了, 问了和没问题有啥区别。 都学

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti
