ما هي لغة Python؟ كيف تعمل من الداخل وأين تتفوق وأين تبطؤ

ما هي لغة Python؟ كيف تعمل من الداخل وأين تتفوق وأين تبطؤ

ما هي لغة Python؟ هي لغة برمجة عامة الأغراض، كتبها Guido van Rossum ونُشرت أول مرة عام 1991، وتصدرت اليوم تعليم البرمجة وعلوم البيانات والذكاء الاصطناعي وأتمتة الأنظمة. والتعريف المختصر يقول إنها «لغة مفسرة سهلة القراءة ديناميكية الأنواع»، لكن كل كلمة في هذا التعريف لها معنى عملي يظهر حين تقيسه. وفي هذا الدليل نفتح Python 3.13 في المختبر ونرى ما يحدث فعلاً: كيف يتحول الكود إلى تعليمات بايت، وكم تشغل الأرقام في الذاكرة، ولماذا تكون الحلقة أبطأ من C بنحو مئة مرة، ولماذا تعطي مع ذلك جواباً صحيحاً أخطأت فيه C وNumPy معاً.

نمر بما تعنيه «مفسرة»، والأنواع الديناميكية، والكائنات والذاكرة، والسرعة بالأرقام، والأعداد بلا حد، ثم القفل العام GIL واستخدامات اللغة.

ما تعنيه «مفسرة»

def add(a, b):
    return a + b
>>> dis.dis(add)                      # Python 3.13.18 (CPython)
  2   RESUME                   0
  3   LOAD_FAST_LOAD_FAST      1 (a, b)
      BINARY_OP                0 (+)
      RETURN_VALUE
mod_demo.py 702 bytes  ->  __pycache__/mod_demo.cpython-313.pyc 1730 bytes (on first import)
من الكود إلى تعليمات بايت
من الكود إلى تعليمات بايت

Python لا تنفذ النص مباشرة، ولا تترجمه إلى لغة الآلة كما تفعل C. بل يحوله المفسر CPython أولاً إلى تعليمات بايت bytecode، وهي تعليمات بسيطة لآلة افتراضية، ثم ينفذها واحدة بعد الأخرى. والدالة add صارت أربع تعليمات، ولاحظ أن تعليمة الجمع BINARY_OP لا تعرف نوع a وb، فتسأل عنه عند كل تنفيذ. وحين استوردنا ملفاً لأول مرة حفظ Python تعليماته في ملف .pyc بحجم 1,730 بايتاً، فلا يعيد الترجمة في المرة التالية ما لم يتغير الملف.

الأنواع الديناميكية

add(2, 3)          -> 5
add('ab', 'cd')    -> abcd
add([1], [2])      -> [1, 2]
add(1, 'x')        -> TypeError: unsupported operand type(s) for +: 'int' and 'str'
x = 5; x = 'five'  -> type int, then str (same name)

الدالة نفسها جمعت عددين، ووصلت نصين، ودمجت قائمتين، لأن النوع يتبع القيمة لا المتغير. وهذه مرونة تجعل الكود قصيراً، وثمنها أن الخطأ لا يظهر إلا عند التشغيل: جمع عدد مع نص فشل في لحظة التنفيذ لا قبلها. ولهذا أضافت Python تلميحات الأنواع، فتكتب a: int، ولا يفرضها المفسر، لكن أدوات مثل Pyright تقرؤها وتنبهك قبل التشغيل. وربط هذه الأدوات بالمحرر في تجهيز VS Code لتطوير Python.

الكائنات والذاكرة

sys.getsizeof(1)        28 bytes      (C int64: 8 bytes)
sys.getsizeof(2**100)   40 bytes      (grows with the number)
sys.getsizeof(1.0)      24 bytes
sys.getsizeof([])       56 bytes
list(range(1_000_000))  40.0 MB traced by tracemalloc   (C int64 array: 8 MB)
الكائنات والذاكرة
الكائنات والذاكرة

كل شيء في Python كائن، حتى العدد 1: له عداد مراجع يعرف به متى يحذفه، ومؤشر إلى نوعه، ثم قيمته. ولذلك يشغل 28 بايتاً بدل 8، وقائمة مليون عدد شغلت 40 ميغابايت بدل 8. وإدارة الذاكرة تلقائية بعداد المراجع: حين لا يشير أحد إلى الكائن يُحذف فوراً، ويساعده جامع دوري للمراجع الدائرية. فلا تكتب free ولا تخطئ فيها، والثمن ذاكرة أكثر.

السرعة بالأرقام

sum of i*i for i in range(10,000,000)       best of 3
Python for loop                 0.726 s     result 333333283333335000000
Python sum(generator)           0.981 s     result 333333283333335000000
NumPy vectorized (int64)        0.030 s     result 1291890006563070912
C, gcc -O2 (volatile)           0.008 s     result 1291890006563070912
السرعة بالأرقام
السرعة بالأرقام

الحلقة نفسها أخذت 0.73 ثانية في Python و0.008 في C، أي نحو تسعين ضعفاً، لأن كل تكرار يمر بالمفسر ويسأل عن الأنواع وينشئ كائنات أعداد. وNumPy أسرع بأربعة وعشرين ضعفاً من حلقة Python لأنه ينفذ العملية على المصفوفة كلها بكود C مكتوب مسبقاً. وهذه طريقة Python الحقيقية في الأداء: الكود الذي تكتبه بطيء، والمكتبات التي يستدعيها سريعة، فتكتب المنطق بـ Python والحساب الثقيل في NumPy وأمثالها. وسكربت عد الكلمات في ملف رخصة بحجم 35 كيلوبايت، من خمسة أسطر، انتهى في 0.032 ثانية، منها 0.017 لبدء المفسر نفسه.

الأعداد بلا حد

انظر إلى عمود النتيجة في الجدول السابق: Python أعطت 333333283333335000000، وNumPy وC أعطتا رقماً آخر تماماً. والسبب أن المجموع الحقيقي أكبر من أقصى قيمة يحملها عدد بـ 64 بتاً، فتجاوزها NumPy وC بصمت ودارا إلى رقم خاطئ، بينما أعداد Python الصحيحة تكبر بلا حد، كما رأينا في حجم 2 أس 100 الذي بلغ 40 بايتاً. فالبطء هنا اشترى صحة لم ننتبه أننا نحتاجها. وفي حساب المال أو المعرفات الكبيرة هذا فرق بين برنامج صحيح وآخر خاطئ لا يعطي أي تحذير.

القفل العام GIL واستخدامات اللغة

2 threads x 20M-iteration loop, GIL on (3.13.18) vs free-threaded build (3.13.14t)
cpu/wall ratio: 0.39 - 0.51 in both builds   (lab load average 3.7 - 4.3 on 2 vCPUs)
-> inconclusive: the shared lab gave each run about half a CPU
documented: with the GIL, only one thread runs Python bytecode at a time;
            processes (multiprocessing) or the free-threaded build run threads in parallel
القفل العام GIL
القفل العام GIL

في CPython قفل عام يسمح لخيط واحد فقط بتنفيذ تعليمات بايت في اللحظة نفسها، فالخيوط تفيد في انتظار الشبكة والملفات لا في الحساب. وجربنا قياس ذلك بالنسخة العادية والنسخة الخالية من القفل في Python 3.13، لكن معالجي المختبر المشتركين كانا مشغولين بأعمال أخرى بمتوسط حمل يقارب 4، فلم يحصل أي تشغيل على أكثر من نصف معالج، والنتيجة غير حاسمة، ولا نبني عليها. أما الاستخدامات فتشهد لها مكتبتها القياسية، 290 وحدة في هذا الإصدار، مع 35 كلمة محجوزة فقط: الأتمتة وسكربتات الأنظمة، والويب بـ Django وFastAPI، وعلوم البيانات وهندستها كما في علوم البيانات وهندسة البيانات الضخمة، والذكاء الاصطناعي.

أخطاء شائعة

حلقات Python على ملايين العناصر

الحلقة 0.73 ثانية وNumPy 0.03.

افتراض أن Python تكشف الأخطاء قبل التشغيل

خطأ جمع العدد مع النص ظهر عند التنفيذ فقط.

الخيوط للحساب الثقيل

القفل العام يسمح بخيط واحد، فاستخدم العمليات.

الثقة العمياء بسرعة NumPy

تجاوز 64 بتاً أعطى نتيجة خاطئة بصمت.

أسئلة يطرحها الناس

هل Python مناسبة كلغة أولى؟

نعم، فخمسة أسطر عدت كلمات ملف كامل، والتركيز يبقى على الفكرة لا على إدارة الذاكرة.

ما الفرق بين Python 2 وPython 3؟

Python 2 انتهى دعمها، وكل كود جديد يكتب لـ Python 3.

الخلاصة

Python تحول الكود إلى تعليمات بايت، فالدالة add صارت أربع تعليمات، والعدد 1 كائن بـ 28 بايتاً، ومليون عدد شغلت 40 ميغابايت. والحلقة أبطأ من C بنحو تسعين ضعفاً ومن NumPy بأربعة وعشرين، لكنها وحدها أعطت المجموع الصحيح بينما تجاوز C وNumPy حد 64 بتاً بصمت. وقياس القفل العام لم يُحسم في مختبر مشغول.