Neste mês (fevereiro de 2021), a linguagem de programação
Python [1] completa 30 anos de existência. Lançada em 1991 pelo holandês Guido Van Rossum [2], ela foi criada com o objetivo de tornar mais simples (talvez ágil?) o desenvolvimento de programas de administração de sistemas no projeto Amoeba [3].
Segundo o Guido [4], tais programas até então eram desenvolvidos utilizando a linguagem C [5], e demoravam muito
tempo para serem finalizados (e se você já programou nela, sabe do quão "trabalhoso" é trabalhar nela).
Não por caso, Python é dotada de uma sintaxe (e, por
conseguinte, de uma gramática) bastante simples e intuitiva.
Nisto é importante frisar e ressaltar o propósito inicial da
linguagem: ser uma linguagem SIMPLES e que permite ESCREVER
programas de forma "RÁPIDA e ÁGIL", sem tantas preocupações
e detalhes que se deve ter como quando, por exemplo, se escreve
um programa usando C.
Dado este enfoque, Python é comumente considerada "a segunda
melhor linguagem para fazer qualquer coisa", uma vez que,
evidentemente, linguagens com propósitos específicos (como o
Perl [6], para processamento de texto, e o R [7], para cálculo estatístico) vão ter desempenho melhor nestes domínios do que Python, que não pensada originalmente para eles.
Com o passar do tempo, porém, a linguagem também passou a ser
(na minha opinião) a "número 1" em alguma coisa: COMUNIDADE.
A sintaxe simples e a quantidade de gente interessada em
trabalhar com a linguagem nestes 30 anos cresceu tanto que
hoje temos eventos sobre a linguagem durante o ano inteiro
ao redor do mundo [8], sem falar dos projetos de
inclusão de pessoas na linguagem [9, 10, 11]. Tamanha
popularidade faz a linguagem estar hoje no Top 3 do IBOPE das
linguagens de programação [12].
Apesar de Python ser "a segunda melhor linguagem em qualquer
coisa", a comunidade científica "deu um jeito" no quesito
"performance", e em 1995 foi lançada a NumPy [13], uma
biblioteca em Python para cálculo numérico, bem como uma
sementinha que fez a linguagem se tornar a mais
quando se trata de Machine Learning e, principalmente,
Deep Learning. As principais tecnologias
para desenvolvimento de técnicas de Deep Larning [14, 15],
por exemplo, são feitas para serem usadas com Python.
Resumo da ópera: a partir da busca pela simplicidade em
tarefas de programação, Python ganhou uma popularidade e,
sobretudo, uma comunidade incrível e imensa ao longo de
três décadas, tornando a computação um pouquinho mais
democrática e a troca de figurinhas mais recorrente.
Ficam aqui (como diria meu avô) os meus sinceros parabéns
à linguagem e à toda a comunidade que ajudou e ajuda a
manter esse ecossistema vivo, e que os próximos trinta
anos possam trazer ainda mais "democracia" e "interatividade".
Referências
[01] https://www.python.org/
[02] https://gvanrossum.github.io/
[03] https://en.wikipedia.org/wiki/Amoeba_(operating_system)
[04] https://dabeaz-course.github.io/practical-python/Notes/01_Introduction/01_Python.html
[05] https://en.wikipedia.org/wiki/C_(programming_language)
[06] https://www.perl.org/
[07] https://www.r-project.org/
[08] https://pycon.org/#regional-events
[09] https://djangogirls.org/
[10] https://afropython.org/
[11] https://brasil.pyladies.com/
[12] https://www.tiobe.com/tiobe-index/
[13] https://numpy.org/
[14] https://pytorch.org/
[15] https://www.tensorflow.org/?hl=pt-br
Top comments (0)