为什么人工智能用Python？

Python作为脚本语言，运行速度没有java、C++快。

Python的优势到底在哪呢？

为什么人工智能的主流语言却是Python？

Python作为一门编程语言，现在的情况来看，他的魅力和影响，以及使用范围，已经远超C#、C++等编程语言前辈，程序员称他为“最美丽的”的编程语言。从云端、客户端，到物联网终端，在到现在人工智能，python应用无处不在。

可以这么说，Python除了极少的事情不能做之外，其他基本上可以说全能，系统运维、图形处理、数学处理、文本处理、数据库编程、网络编程(bbs.cnitedu.cn)、web编程、多媒体应用、pymo引擎、黑客编程、爬虫编写、机器学习、人工智能等等。

Python语言真的是很强大。

可以这么理解：不懂Python语言，人工智能时代，你将成为新“文盲”.

现在的Python学习，已经上升为国家战略层面，国家对“人工智能教育普及”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。

言归正传，为什么人工智能要用Python？

1、Python是解释语言，程序写起来非常方便

写程序是否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。

Python虽然是脚本语言，但是因为容易学，迅速成为科学家的工具，从而积累了大量的工具库、架构，人工智能涉及大量的数据计算，用Python是很自然的，简单高效。

Python有非常多优秀的深度学习库可用，现在大部分深度学习框架都支持Python，不用Python用谁?

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。

未来十年Python语言的发展前景形势一片大好，毫无疑问使用Python语言的企业将会越来越多，Python程序猿的人才缺口也将越来越大，认准时机，把握机遇，Python全栈开发工程师、Python开发工程师、自动化开发工程师、Linux运维工程师、Python爬虫开发工程师、前端开发工程师、大数据分析和数据挖掘等热门职位等你来选。