本人一直主要从事python，java后端开发偶尔也会写一些前端等。个人谈一谈python语言的优缺点及之后的方向（个人想法，不喜勿喷）
个人观点：
1. 众所周知，python的优点是动态强类型语言，便捷。拥有丰富得三方库，使人们在使用得时候不再需要关注底层的实现，专注于业务的开发
2. 有很多说python语言漏洞大，不如java等，个人觉得纯属无稽之谈，python丰富的扩展库可以实现java的接口，函数不同参数对应相同函数的调用。传参类型可指定：demo: str 等等。说漏洞大的不如去总结自己的代码能力不行。任何语言写出来的代码都不能保证无bug，bug的多少取决与程序员的能力，而不是语言。相比于评价一门语言的好坏，不如总结这门语言更适合做什么，语言只是你实现业务的方式，仅此而已
3. 相对于其他语言，py语法更便捷。可使用更少的代码，或者说可以更高效的实现功能。如上都是优点，难道py就没有缺点嘛？ 有的。这就是我想说的py的未来在哪里：编译型语言与解释型语言相比较的毙命就是效率问题，所以py一直在优化效率问题。解决效率的方法大多都是去考虑：串行，并行，并发等等机制，分析问题：多进程，多线程等最优化，或者考虑功能解耦，集群，微服务分布式。前端亦然，缓存数据，懒加载，CDN等。获取有人会抬杠说pyc的问题，但事实上大多数开发并不会那么做，不是嘛？
4. 如上所说都是功能及架构层次的设计及改动，有没有其他代码层级及py迭代内容的性能升级那？ 答案是有的，py自3.x版本之后，后期走的都是性能优化，主打的就是异步编程。个人觉得目前py的未来及之后的方向都在于提升效率的异步编程
5.虽然本人希望以后的方向是java，但只是因为对于大多数达不到py极致的人们（我自己）来说，java的工作机会更多。对于喜爱及写代码的丝滑感，更倾向于py，因为py更简洁，亲近新手
下面我先来讲一下异步的概念：
异步是和同步相对的，异步是指在处理调用这个事务的之后，不会等待这个事务的处理结果，直接处理第二个事务去了，通过状态、通知、回调来通知调用者处理结果。
在Python3.5中，引入了aync&await 语法结构，通过"aync def"可以定义一个协程代码片段，作用类似于Python3.4中的@asyncio.coroutine修饰符，而await则相当于"yield from"。
import time
def hello():
ime.sleep(1)
def run():
for i in range(5):
hello()
print('Hello World:%s' % time.time()) # 任何伟大的代码都是从Hello World 开始的！
if __name__ == '__main__':
run()
如上述代码，则会阻塞，等待每一个函数执行完毕再去执行下一次
import time
import asyncio
# 定义异步函数
async def hello():
asyncio.sleep(1)
print('Hello World:%s' % time.time())
def run():
for i in range(5):
loop.run_until_complete(hello())
loop = asyncio.get_event_loop()
if __name__ =='__main__':
run()
如上述代码则不会阻塞之后的执行，原因如下：async def 用来定义异步函数，其内部有异步操作。每个线程有一个事件循环，主线程调用asyncio.get_event_loop()时会创建事件循环，你需要把异步的任务丢给这个循环的run_until_complete()方法，事件循环会安排协同程序的执行。
await关键字：
异步上下文管理器”async with”
异步上下文管理器指的是在enter和exit方法处能够暂停执行的上下文管理器。
为了实现这样的功能，需要加入两个新的方法：__aenter__ 和__aexit__。这两个方法都要返回一个 awaitable类型的值。
异步上下文管理器的一种使用方法是:
class AsyncContextManager:
async def __aenter__(self):
await log('entering context')
async def __aexit__(self, exc_type, exc, tb):
await log('exiting context')
新语法
异步上下文管理器使用一种新的语法:
async with EXPR as VAR:
BLOCK
这段代码在语义上等同于：
mgr = (EXPR)
aexit = type(mgr).__aexit__
aenter = type(mgr).__aenter__(mgr)
exc = True
VAR = await aenter
try:
BLOCK
except: if not await aexit(mgr, *sys.exc_info()):
raise
else:
await aexit(mgr, None, None, None)
和常规的with表达式一样，可以在一个async with表达式中指定多个上下文管理器。
如果向async with表达式传入的上下文管理器中没有__aenter__ 和__aexit__方法，这将引起一个错误 。如果在async def函数外面使用async with，将引起一个SyntaxError（语法错误）。
异步迭代器 “async for”
一个异步可迭代对象（asynchronous iterable）能够在迭代过程中调用异步代码，而异步迭代器就是能够在next方法中调用异步代码。为了支持异步迭代：
1、一个对象必须实现__aiter__方法，该方法返回一个异步迭代器（asynchronous iterator）对象。
2、一个异步迭代器对象必须实现__anext__方法，该方法返回一个awaitable类型的值。
3、为了停止迭代，__anext__必须抛出一个StopAsyncIteration异常。
异步迭代的一个例子如下:
class AsyncIterable:
def __aiter__(self):
return self async
def __anext__(self):
data = await self.fetch_data()
if data:
return data
else:
raise StopAsyncIteration
async def fetch_data(self):
...
新语法
通过异步迭代器实现的一个新的迭代语法如下：
async for TARGET in ITER:
BLOCK
else:
BLOCK2
这在语义上等同于:
iter = (ITER)
iter = type(iter).__aiter__(iter)
running = True
while running:
try:
TARGET = await type(iter).__anext__(iter)
except StopAsyncIteration:
running = False
else:
BLOCK
else:
BLOCK2
把一个没有__aiter__方法的迭代对象传递给 async for将引起TypeError。如果在async def函数外面使用async with，将引起一个SyntaxError（语法错误）。
和常规的for表达式一样， async for也有一个可选的else 分句。
例子1
使用异步迭代器能够在迭代过程中异步地缓存数据：
async for data in cursor:
...
下面的语法展示了这种新的异步迭代协议的用法：
class Cursor:
def __init__(self):
self.buffer = collections.deque()
async def _prefetch(self):
...
def __aiter__(self):
return self
async def __anext__(self):
if not self.buffer:
self.buffer = await self._prefetch()
if not self.buffer:
raise StopAsyncIteration
return self.buffer.popleft()
接下来这个Cursor 类可以这样使用：
async for row in Cursor():
print(row)
相当于以下代码
i = Cursor().__aiter__()
while True:
try:
row = await i.__anext__()
except StopAsyncIteration:
break
else:
print(row)
例子2
下面的代码可以将常规的迭代对象变成异步迭代对象。尽管这不是一个非常有用的东西，但这段代码说明了常规迭代器和异步迭代器之间的关系。
class AsyncIteratorWrapper:
def __init__(self, obj):
self._it = iter(obj)
def __aiter__(self):
return self
async def __anext__(self):
try:
value = next(self._it)
except StopIteration:
raise StopAsyncIteration
return value
async for letter in AsyncIteratorWrapper("abc"):
print(letter)
为什么要抛出StopAsyncIteration?
协程（Coroutines）内部仍然是基于生成器的。因此在PEP 479之前，下面两种写法没有本质的区别：
def g1():
yield from fut
return 'spam'
和
def g2():
yield from fut
raise StopIteration('spam')
自从 PEP 479 得到接受并成为协程 的默认实现，下面这个例子将StopIteration包装成一个RuntimeError。
async def a1():
await fut
raise StopIteration('spam')
告知外围代码迭代已经结束的唯一方法就是抛出StopIteration。因此加入了一个新的异常类StopAsyncIteration。
由PEP 479的规定 , 所有协程中抛出的StopIteration异常都被包装在RuntimeError中。
内容自编及网上文档查找，未完待续