它出现的时间很早。1992年
所以设计上的理念很老，说白了不合时宜了
因为它用起来比JAVA什么的方便，所以才会流行
但是它自身的语法问题太多，很多地方设计的太随意了
新生代的语言必然会客服老的语言的错误和问题，所以JULIA替代PYTHON是大概率事件。
Julia可以用于从简单的机器学习应用程序到巨大的超级计算机模拟的所有方面。在某种程度上，Python也可以做到这一点，但是Python不知何故发展成了这样。相比之下，Julia正是为这个目的而生的。自下而上。速度Julia的创造者希望创造一种和C语言一样快速的语言 - 但是他们创造出来的语言速度更快。尽管近年来Python变得更容易加速，但是它的性能和Julia相比仍然相去甚远。2017年，Julia甚至加入了Petaflop俱乐部，这是一个小型的编程语言俱乐部，Julia的峰值性能可以超过每秒1 petaflop的速度。除了Julia，目前只有C，C ++和Fortran进入了这个俱乐部。社区凭借其 30 多年的历史，Python 拥有一个非常庞大的支持社区。几乎任何与 Python 相关的问题在一次谷歌搜索中都能得到答案。相比之下，Julia 社区非常小。虽然这意味着你可能需要进一步挖掘才能找到答案，但你可能会一次又一次地和同样的人联系在一起。这可能会变成超越价值的程序员关系。代码转换你甚至无需知道一条Julia命令，就可以在Julia中进行编码。你不仅可以在Julia中使用Python和C代码。甚至可以在Python中使用Julia！不用说，这使得修补Python代码的弱点变得非常容易。或者在你还在学习Julia的时候保持高效。 库拥有数量庞大且维护良好的库，仍然是Python的最强项之一。Julia没有太多的库，并且用户还抱怨说它们还没有得到令人惊讶的维护。但是，当你认为Julia是一门非常年轻的语言，并且资源有限时，实际上他们已经拥有的库的数量是相当可观的。除了Julia的库数量正在增加之外，它还可以与C和Fortran中的库进行交互以处理绘图。动态和静态类型Python是100％动态类型的。这意味着程序将在运行时确定变量是浮点型还是整型。尽管这对初学者非常友好，但它也引入了许多可能的错误。这意味着你需要在所有可能的情况下测试Python代码。这是一项相当愚蠢的任务，需要花费大量时间。由于Julia的创造者也希望它易于学习，因此Julia完全支持动态类型。但是与Python相比，你可以根据需要引入静态类型。例如，以C或Fortran中的形式出现。这可以为你节省大量时间：你可以在有意义的任何地方指定类型，而不是为不测试你的代码寻找借口
