為什麼人工智慧用Python？

01-07

Python作為腳本語言，運行速度沒有Java，C++快。
Python到底有啥優勢？

Python作為一門編程語言，其魅力和影響力已經遠超C#、C++等編程語言前輩，被程序員譽為「最美麗的」編程語言。從雲端、客戶端，到物聯網終端，在到現在人工智慧，python應用無處不在。

那麼問題來了？Python語言究竟有什麼優點？

簡單易學、免費開源、高層語言、可移植性強、面向對象、可擴展性、可嵌入型、豐富的庫、規範的代碼等……此處省略10000字帥呆了酷斃了的自我感覺良好。

講真，Python除了極少的事情不能做之外，其他基本上可以說全能，系統運維、圖形處理、數學處理、文本處理、資料庫編程、網路編程、web編程、多媒體應用、pymo引擎、黑客編程、爬蟲編寫、機器學習、人工智慧等等。

為何Python語言如此強大，這麼說吧，

不懂Python語言，人工智慧時代，你將成為新「文盲」

內心一萬點暴擊

現如今Python語言的學習已經上升到了國家戰略的層面上。國家相關教育部門對於「人工智慧普及」格外重視，不僅將Python列入到小學、中學和高中等傳統教育體系中，並藉此為未來國家和社會發展奠定了人工智慧的人才培養基礎，逐步由底層向高層推動「全民學Python」，從而進一步實現人工智慧技術的推動和社會人才結構的更迭。

無論你打開哪個招聘網站，都會發現排名靠前的互聯網企業在招聘與Python相關的人才，比如：餓了么、小米、瓜子、Ucloud、360、騰訊、阿里巴巴、陌陌、美團和知乎等等，這說明走在社會發展前端的IT互聯網企業正在儲備人工智慧人才，為即將到來的大時代做準備。在搜索職位時，你會發現Python崗位年薪至少在10-20w之間，而且除了北、上、廣、深外，杭州和合肥等二、三線城市的待遇正在與一線城市持平。未來，無論你身處何地，都能享受到全國人工智慧、Python「一盤棋」帶來的「市場發展紅利」。

在第三屆互聯網大會中百度CEO李彥宏曾表述：靠移動互聯網的風口已經沒有可能再出現獨角獸了，因為市場已經進入了一個相對平穩的發展階段，互聯網人口滲透率已經超過了50%。而未來的機會在人工智慧。的確互聯網巨頭公司在人工智慧領域投入明顯增大，都力爭做人工智慧時代的「帶頭大哥」。

言歸正傳，為什麼人工智慧要用Python

一、Python是解釋語言，程序寫起來非常方便

寫程序方便對做機器學習的人很重要。因為經常需要對模型進行各種各樣的修改，這在編譯語言里很可能是牽一髮而動全身的事情，Python里通常可以用很少的時間實現。舉例來說，在C等編譯語言里寫一個矩陣乘法，需要自己分配操作數（矩陣）的內存、分配結果的內存、手動對BLAS介面調用gemm、最後如果沒用smart pointer還得手動回收內存空間。Python幾乎就是import numpy; numpy.dot兩句話的事。

當然現在很多面向C/C++庫已經支持託管的內存管理了，這也讓開發過程容易了很多，但解釋語言仍然有天生的優勢——不需要編譯時間。這對機器學習這種需要大量prototyping和迭代的研究方向是非常有益工作效率的。

二、Python的開發生態成熟，有很多有用的庫可以用

Python靈活的語法還使得包括文本操作、list/dict comprehension等非常實用的功能非常容易高效實現（編寫和運行效率都高），配合lambda等使用更是方便。這也是Python良性生態背後的一大原因。相比而言，Lua雖然也是解釋語言，甚至有LuaJIT這種神器加持，但其本身很難做到Python這樣，一是因為有Python這個前輩佔領著市場份額，另一個也因為它本身種種反常識的設計（比如全局變數）。不過借著Lua-Python bridge和Torch的東風，Lua似乎也在寄生興起。

三、Python效率超高

解釋語言的發展已經大大超過許多人的想像。很多比如list comprehension的語法糖都是貼近內核實現的。除了JIT之外，還有Cython可以大幅增加運行效率。最後，得益於Python對C的介面，很多像gnumpy, theano這樣高效、Python介面友好的庫可以加速程序的運行，在強大團隊的支撐下，這些庫的效率可能比一個不熟練的程序員用C寫一個月調優的效率還要高。

未來十年Python語言的發展前景形勢一片大好，毫無疑問使用Python語言的企業將會越來越多，Python程序猿的人才缺口也將越來越大，認準時機，把握機遇，Python全棧開發工程師、Python開發工程師、自動化開發工程師、Linux運維工程師、Python爬蟲開發工程師、前端開發工程師、大數據分析和數據挖掘等熱門職位等你來選。

PS.一個贊，小編工資漲五毛，求你，用鋼鏰砸我好不好

谷歌的TensorFlow基本上所有的代碼都是C++和Python，其他語言一般只有幾千行。如果講運行速度的部分，用C++，如果講開發效率，用Python，誰會用Java這種高不成低不就的語言搞人工智慧呢？Python雖然是腳本語言，但是因為容易學，迅速成為科學家的工具（MATLAB也能搞科學計算，但是軟體要錢，且很貴），從而積累了大量的工具庫、架構，人工智慧涉及大量的數據計算，用Python是很自然的，簡單高效。Python有非常多優秀的深度學習庫可用，現在大部分深度學習框架都支持Python，不用Python用誰？人生苦短，就用Python。

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

Python由於其簡潔優美和極高的開發效率，得到了越來越多公司的青睞，公司選用Python進行網站Web、搜索引擎(Google)、雲計算(OpenStack)、大數據、人工智慧、科學計算等方向的開發。Python將成為繼C++和Java之後的第三個主流編程語言，Python結合人工智慧也是尚

矽谷的優勢課程，python的人才就業優勢明顯。

python目前比較流行，而且學起來比C/C++容易，而且應該語言本身不是側重點，估計還是演算法和數據結構相關的，python用來實現。而且Python的優點特別多。

優點一：主要是開發快，語言簡潔，沒那麼多技巧，所以讀起來很清楚容易。

優點二： C/C++可以寫python的module，標準庫里就有用C/C++寫的東西，這個跟java的JNI類似。

優點三、python的gui一般是用tkinter，就是tk的python的wrapper。python沒有像xna那麼方便的工具。優點四、python不是為了網路設計的。python是1991年有的，WWW是1993年才被CERN開放的。網路編程用python主要是為了開發快。

優點五、像VS那樣功能強的IDE，有要錢的PyCharm和不要錢的PyDev。PyDev有Eclipse的插件版本或者是Aptana

Studio版本。

Python 的執行速度慢是不可避免的。作為一門腳本語言，它自然會比那些需要編譯為可執行程序的語言要慢一些，因為在執行的過程中需要解析器參與，一邊解析一邊執行——這是腳本語言的通病。

但在現代計算機的硬體配置下，Python 的運行速度和一些快速語言已經越來越近了。

開發效率高。python有很多庫很方便做人工智慧，比如numpy, scipy做數值計算的，sklearn做機器學習的，pybrain做神經網路的，matplotlib將數據可視化的。

如果很在乎性能，還是考慮JAVA，C++吧。

互聯網產生了數據，雲計算和大數據成就了人工智慧，人工智慧是未來科技的主流，強人工智慧時代是我們共同的期待。

人工智慧的主要研究領域，主要有機器學習、神經網路、模式識別、人臉識別、定理證明等，大數據領域，主要有數據採集、數據挖掘、數據分析等，人工智慧和大數據的主要研究領域，都是Python的專屬。

Python擁有強大的AI庫，海量的模塊，開發效率高，簡單高效。python有很多庫很方便做人工智慧，比如numpy, scipy做數值計算的，sklearn做機器學習的，pybrain做神經網路的，matplotlib將數據可視化的。

經過數十年的不斷發展，AI時代，已經到來，相信在不久的將來，人工智慧將會像電流一樣，環繞在我們身邊，無處不在，處在AI時代的我們，一定要牢牢把握這次機會，一定要對人工智慧時代的研究熱點是什麼，主要應用領域是什麼？ - 人工智慧多智時代，了熟於心！

因為研究人員不都是碼農，需要一種簡單而有效的語言把想法快速實現，Python剛好是這樣一種語言。如果真正需要更高的效率或者商用，完全可以把思想移植到c、c++或者Java語言上重新開發，說白了Python就是用來實現原型系統的一種語言

為啥不用lua?