> Эти библиотеки просты как валенки

Эм?!

> плюс туда вливаются совершенно сумасшедшие средства и силы.

Крестик или трусы?

> А мы про Mercurial говорим, которому всё это вычматовское библиотечное до лампочки.

Ну, во-первых, там не только "вычматовские".  А во-вторых, вы писали
что "с таким вечно меняющимся фундаментом нельзя строить что-то долгосрочное" (ц)
Вот вам пожалуйста - таки можно.  А то, что нет второго hg, ну так извиняйте,
и первый не слишком взлетел.  Возможно это и связано с языком, а возможно дело
в танцорах.  Потому что другим ни поддерживать Python 3 ни делать
долгосрочные проекты - язык, очевидно, никак не мешает.

> Data science, aka automated statistics - это штука, прекрасно ложащаяся в идеологию
> Питона: быстро напиши, получи результат и выбрось. Никаких проблем с поддержкой
> совместимости и т.д. Поэтому здесь он выступает на 5+. Ну поломали
> вы numpy, ну следующий notebook будете писать на новом API.

Data science - это модная фигня, не имеющая прямого отношения к собственно
science, помимо названия.  А в той science, за которую Нобелевские премии
дают - к совместимости отношение куда более трепетное, поскольку "получить
результат" мало.  Надо еще чтобы коллеги могли воспроизвести твое чудо.

> Mercurial - это жесточайшая обратная совместимость (за невозможность читать старые репозитарии
> сделают Матумбу), неограниченная жизнь кода, большие тексты с огромным количеством ветвлений.

Вы думаете, что .hdf5 можно читать каждый раз как-то "творчески"?