Question

python为什么是人工智能首选

Answer 1

1、人生苦短，我用Python：简单、高效、易入门
在讨论为什么选择Python之前我们首先得知道Python是个什么东西。Python是一种面向对象、解释型计算机程序设计语言。它的设计初衷就是优雅、明确、简单。比起同样是面向对象的Java语言，函数、模块、字符串、数字对于Python来说全都是对象，而不像Java中还有基本类型一说。
有些小伙伴可能要问了，Python作为脚本语言，运行速度没有Java和c++快，为什么还要选择Python。
人工智能的核心计算全是C语言写好的底层，Python只是写逻辑。不是说C语言写不了上层逻辑，只是代码量太大，开发效率低。运行速度可以通过硬件升级来提升，但是开发速度却不能通过堆人手来提升。对于目前人工智能的应用来说，快速开发比快速执行更有效。
2、Python具有丰富而强大的库，昵称胶水语言
上面我们提到人工智能真正的计算是依靠于C语言来完成的。要想编写人工智能的逻辑，就需要一个从其他语言到C语言的借口，Python是门槛最低最容易的。而且Python在历史上也一直充当着科学计算和数据分析的重要工具的角色，有numpy这样的基础库既减少了开发的工作量，也方便从业人员上手。
3、python应用领域广泛，上天支持航天航空系统开发，下至小游戏开发，几乎无所不能。
Python是通用语言，什么地方都可以用，不过最佳应用场景是那些追求开发速度而不太在乎运行效率的地方。
Python现在最大的应用是web后台，然后还有linux系统管理，各种平台下快速原型开发，小工具编写，或者作为粘合语言来调度其他语言写的东西。
这里我们简单举几个例子。
①web应用开发
服务器端编程，具有丰富的Web开发框架，如Django和TurboGears，快速完成一个网站的开发和Web服务。典型如国内的豆瓣、果壳网等;国外的Google、Dropbox等。
②系统网络运维
在运维的工作中，有大量重复性工作的地方，并需要做管理系统、监控系统、发布系统等，将工作自动化起来，提高工作效率，这样的场景Python是一门非常合适的语言。
③3D游戏开发
Python有很好的3D渲染库和游戏开发框架，有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。常用PyGame、Pykyra等，对于想要进军游戏行业的同学们，Python也是一个不错的选择。
4、2018IEEE Spectrum编程语言排行榜，Python彻底甩掉java，位居48种编程语言之首
Python不但雄踞第一，在综合指数、用户增速、就业优势和开源语言单项中，全都霸占榜首。开发人工智能的人不一定都是非常专业的程序员，很多学术界和从事数据分析的人并不熟悉编程。如果说要选择一门语言来入门编程，Python绝对是首选。
精简了很多不必要的符号，便于阅读理解，尽可能的接近自然语言，编程简单直接，适合初学编程者。即使是非计算机专业的0基础小白也可以分分钟入门。这就是为什么Python可以被这么多人选择和喜爱的理由。
5、Python作为大中小教育编程语言首先入门语言，可谓上可直通人工智能，下则对接初高中编程入门
Python作为一门编程语言，今年以来热度和影响力持续上升，已经上升到了国家战略的层面上。山东省在最新出版的小学信息技术六年级教材中加入了Python的内容；编程界也一直有传言浙江省将对中学信息技术教材进行改动，VB已死，Python当立。
国家相关教育部门对于“人工智能普及”格外重视，不仅将Python列入到小学、中学和高中等传统教育体系中，并借此为未来国家和社会发展奠定了人工智能的人才培养基础，逐步由底层向高层推动“全民学Python”，从而进一步实现人工智能技术的推动和社会人才结构的更迭。

Answer 2

一定的事实证明，Python语言更适合初学者，Python语言并不会让初学者感到晦涩，它突破了传统程序语言入门困难的语法屏障，初学者在学习Python的同时，还能够锻炼自己的逻辑思维，同时Python也是入门人工智能的首选语言。
学习编程并非那么容易，有的人可能看完了Python语法觉得特别简单，但再往后看就懵了，因为到后期发现并不能学以致用，理论结合项目才是学好一门编程语言的关键。可以选择报班入门，一般在2W左右，根据自己的实际需要实地了解，可以先在试听之后，再选择适合自己的。

Answer 3

为什么人工智能要用Python？总结了以下三个原因。
1、Python是解释语言，程序写起来非常方便
写程序方便对做机器学习的人很重要。因为经常需要对模型进行各种各样的修改，这在编译语言里很可能是牵一发而动全身的事情，Python里通常可以用很少的时间实现。举例来说，在C等编译语言里写一个矩阵乘法，需要自己分配操作数（矩阵）的内存、分配结果的内存、手动对BLAS接口调用gemm、最后如果没用smart pointer还得手动回收内存空间。Python几乎就是import numpy; numpy.dot两句话的事。
当然现在很多面向C/C++库已经支持托管的内存管理了，这也让开发过程容易了很多，但解释语言仍然有天生的优势——不需要编译时间。这对机器学习这种需要大量prototyping和迭代的研究方向是非常有益工作效率的。
2、Python的开发生态成熟，有很多库可以用
Python灵活的语法还使得包括文本操作、list/dict comprehension等非常实用的功能非常容易高效实现（bbs.cnitedu.cn），配合lambda等使用更是方便。这也是Python良性生态背后的一大原因。
相比而言，Lua虽然也是解释语言，甚至有LuaJIT这种神器加持，但其本身很难做到Python这样，一是因为有Python这个前辈占领着市场份额，另一个也因为它本身种种反常识的设计（比如全局变量）。不过借着Lua-Python bridge和Torch的东风，Lua似乎也在寄生兴起。
3、Python效率超高
解释语言的发展已经大大超过许多人的想象。很多比如list comprehension的语法糖都是贴近内核实现的。除了JIT之外，还有Cython可以大幅增加运行效率。最后，得益于Python对C的接口，很多像gnumpy, theano这样高效、Python接口友好的库可以加速程序的运行，在强大团队的支撑下，这些库的效率可能比一个不熟练的程序员用C写一个月调优的效率还要高。