我们需要多少种编程语言
内容提要
编程语言的选择对于目标实现的可能性和效率都很重要。通用编程语言有Basic、C、C++、Python、JavaScript、TypeScript、Java和Rust，领域特定语言有Logo、CSS、Matlab、R和SQL，标记语言有HTML和Markdown。在数据科学中，Python、R和Matlab是可选的编程语言，Python在将数据科学和工程代码结合时更有优势。在后端应用中，Java是首选，Python也是不错的选择。在前端，HTML、CSS和JavaScript是主要的语言，TypeScript扩展了JavaScript的功能。在移动端，iOS系统的首选语言是Swift，Android系统的首选语言是Kotlin。在桌面端，macOS系统的首选语言是Swift，Windows系统的首选语言是.Net。脚本语言有Shell、Python、Perl、Ruby和Lua。在嵌入式开发中，C/C++和Python是常用的语言。个人偏好也是选择语言的重要因素。总之，根据自己的需求和偏好选择合适的编程语言。
延伸解读
语言选择：从工具到战略
文章开篇指出编程语言不仅是工具，其选择会制约目标实现的可能性与效率。这意味着在技术决策中，语言选型需要结合领域偏好、团队生态和长期维护成本，而非仅凭个人喜好。作者以自身数据科学背景为例，说明不同语言在特定场景下的优势差异，提醒读者避免陷入“语言万能”或“语言无用”的极端。
领域偏好与个人偏好的平衡
文章强调领域偏好能降低协作成本，但个人偏好也可能带来意外收益。作者以自己钟爱R为例，因坚持使用R而接触到RMarkdown、Quarto和ggplot2，最终将可重复性研究融入工作。这提示读者：在顺应领域主流的同时，保留个人技术兴趣可能激发创新，但需注意不要因偏好而忽视更广泛的工程需求。
Python性能争议与演进
针对Python运行慢的常见批评，文章指出许多流行扩展包基于C/C++构建，且从3.13版本开始可选去除全局解释锁，这些改进正提升其性能。作者认为使用者对Python理解不深、技巧不足也是性能问题的一个原因，并推荐《流畅的Python》作为深入学习的资源。这提醒读者，语言性能不仅取决于本身，也与使用方式密切相关。
跨平台与性能的取舍
在客户端开发中，原生语言能更好适配系统，但多系统适配成本高；普通场景下跨平台方案更吸引人。文章提到基于前端技术的跨平台解决方案是不错的选择，并指出Rust在提升前后端性能方面受青睐。这为读者在项目选型时提供了权衡思路：根据应用核心程度和团队资源，在原生体验与开发效率之间做出合理取舍。
Q&A
编程语言通常可以分为哪几类？
编程语言大致可分为三类：通用编程语言（如Basic、C、C++、Python、JavaScript、TypeScript、Java、Rust）、领域特定语言（如Logo、CSS、Matlab、R、SQL）和标记语言（如HTML、Markdown）。
数据科学领域应该选择Python还是R？
如果非要二选一，作者现在会选择Python，因为其作为通用编程语言在将数据科学和工程代码结合时更具优势。但在一些特定领域，例如生物信息学，R的采用率更高。
后端开发首选什么编程语言？
企业级后端应用中Java是首选，对高性能场景C/C++、Rust可能更合适。Python也可以作为不错的后端语言选择，在HTTP和RPC接口、高并发、开源组件SDK支持等方面表现不错。
移动端开发分别用什么语言？
在移动端，iOS（iPadOS和tvOS）系统的首选语言为Swift，Android系统的首选语言为Kotlin。
嵌入式开发常用哪些编程语言？
嵌入式开发中，早期常用C/C++，随着硬件性能提升，Python等高级语言也可以作为嵌入式开发的工具。
作者最终推荐的编程语言选择方针是什么？
作者以四句话作为指导方针：人生苦短，我用Python；想要甜些，得上JavaScript/TypeScript；开心的话，就用R；再想更屌，恶补Rust。
