Bagi kalangan Programmer, Python mungkin sudah tidak asing di telinga. Bahkan setelah Python menempati urutan kelima di daftar bahasa pemrograman populer dunia pada tahun 2017, hingga saat ini Python masih banyak digunakan.
Tak seperti bahasa pemrograman lain seperti C, C++ dan Java, Bahasa pemrograman Python dianggap sangat mudah dipelajari khususnya bagi pemula. Sintaksnya sederhana, mudah dibaca dan diingat karena filosofi Python sendiri menekankan pada aspek kemudahan dibaca (readibility).
Meski begitu, ada beberapa hal yang harus diperhatikan oleh Data Scientist jika hendak menggunakan bahasa pemrograman Python. Termasuk lambatnya bahasa pemrograman Python. Lalu, bagaimana cara mengatasinya?
1. Pengaruh compiler
Berbeda dari C++ Python menggunakan compiler - EKRUT
Berbeda dari C dan C++, Python menggunakan compiler. Akibatnya, kinerjanya sebagai bahasa pemrograman menjadi lambat. Namun ternyata, hal ini pun sifatnya relatif, tergantung dari ukuran program atau data yang dibuat maupun dibaca.
Baca juga: Mengenal sejarah bahasa pemrograman Python lebih dalam
2. Bahasa terjemahan
Python masih harus menggunakan beberapa intruksi - EKRUT
Selain itu, Python juga merupakan bahasa pemrograman yang diterjemahkan. Untuk membuat instruksi tertentu. Jadi, Python masih harus menggunakan beberapa instruksi.
Sehingga, dibutuhkan waktu untuk menginterpretasikan kode-kode itu terlebih dahulu. Sementara itu, bahasa pemrograman lainnya langsung diolah oleh CPU.
3. Just in Time (JIT)
Bahasa pemrograman Java memiliki teknologi yang disebut JIT - EKRUT
Bahasa pemrograman Java memiliki teknologi yang disebut JIT (Just In Time). Teknologi ini memungkinkan bahasa pemrograman Java diubah ke dalam bahasa pemrograman yang digunakan oleh platform yang sedang berjalan.
Rupanya, teknologi serupa juga tersedia untuk Python. Kamu bisa menggunakan Numba, PyPy, atau Pyjion milik Microsoft. Dengan Numba, kamu bisa mendapatkan kecepatan hampir sama dengan C.
Python tentunya bukanlah bahasa yang sempurna. Sebab, tidak ada bahasa yang 'satu ukuran cocok semua'.
Baca juga: Apakah Python bakal lebih populer dibanding JavaScript?
Bahasa yang cocok untuk sebuah proyek bergantung kepada kebutuhan dan juga sumber daya yang ada. Akan tetapi, jika kamu memiliki proyek baru untuk hobi maupun profesional, maka Python tetap layak dipertimbangkan.
Last update 6 September 2020
Sumber:
- huffingtonpost.com
- codesaya.com
- iykra.com
