作者 | Alex Maher

編譯 | 小歐

出品 | 51CTO技術棧（微信號：blog51cto）

作為一名 .NET 開發(fā)人員，很長一段時間以來，我一直關注 C# 和 .NET 的出色工具和功能。

但我最近開始使用 Python，感覺非常棒。這里申明一點，這篇文章不是和C#作比較，只是分享一個關于為什么要走出舒適圈思考并選擇更合適的工具的故事。

1、人工智能的優(yōu)勢

我選擇 Python 的一大原因是它對人工智能的強大支持。Python 有很多 AI 庫，例如 TensorFlow、PyTorch 和 Keras。

這些工具使人工智能的使用變得更加簡單，可以提供隨時可用的功能，幫助你完成人工智能的相關任務。我發(fā)現，借助這些 AI 庫，使用 Python 在處理 AI 項目時可以節(jié)省時間。

2、快速構建原型

我喜歡 Python 的另一個原因是它可以幫助你快速構建原型。

與 .NET 相比，開發(fā)新項目需要更多步驟，如果你想嘗試新概念或隨時進行修改時，Python 可以幫助你快速創(chuàng)建和測試想法。

3、將 Python 與 .NET 相結合

我也并沒有拋棄 .NET，它仍然非常適合創(chuàng)建大型應用程序。但使用 Python 來處理 AI 部分，然后將它們集成到 .NET 應用程序中，效果會非常好。

就這么說吧，Python 在 AI 方面的優(yōu)勢，可以和.NET在處理大型項目時帶來的穩(wěn)健性優(yōu)勢相媲美。

舉個例子，我利用 ELSA 工作流程來自動執(zhí)行各種任務。然而，為每個不易獲得的特定操作（例如 OpenAI 集成或 Selenium 測試）開發(fā)自定義“活動插件”會相當耗時。

想象一下這樣的工作流程，但要復雜得多。

這個過程涉及到創(chuàng)建一個新類，編譯、執(zhí)行以便進行測試。如果一切順利，將其打包到 Docker 容器中。然而，這些活動通常需要進一步調整，這樣就會延長開發(fā)時間。

如果使用Python，這個過程會明顯更快。

每當我需要進行更改時，就像更改一行代碼一樣簡單。然后，通過運行 .py 腳本，我可以快速測試修改。

因為我仍然想在Python中構建一個工作流(ELSA的替代品)，所以我找到了Prefect（使用Swift編程語言開發(fā)Web和其他REST服務的框架）。

4、學習 Python是個好主意

切換到 Python 確實需要學習一些新東西。

Python 的工作方式與 .NET 不同，尤其是 Python 更加靈活。但習慣之后，我發(fā)現Python讓很多任務變得更簡單、更快捷。

5、結語

以上就是我作為一名 .NET 開發(fā)人員開始使用 Python 的原因。它為我開辟了新的工作方式，特別是在人工智能領域。

如果您是一名正在考慮 Python 的 .NET 開發(fā)人員，我可以肯定的告訴你，它可以大大增強你的技能，值得一試！

參考鏈接：

https://maherz.medium.com/why-i-started-using-python-as-a-net-developer-b6dbdd309637