人工智慧之所以選擇Python，不是因為這種語言快，相反Python是比較慢的，而且Python在開發軟體中，它又沒有什麼優勢，說執行速度，比不上C和C++，說網路響應，又比不上Java和JavaScript，所以如果要在幾十種流行的計算機語言內票選最慢、最耗能的前五名，Python絕對是榜上有名。
但Python這種語言也是有很多優點的，其結構簡單，學起來不需要大量的語法細節，讓很多非計算機專業的人拿來編寫指令碼程式。例如金融從業員用來編寫交易指令碼，工程師用來編寫圖紙處理指令碼，資料科學家用來編寫影像分析指令碼，這就讓這種語言有了更好的群眾基礎，於是很多不錯的第三方庫被眾人慢慢地開發出來了。例如資料科學家最常用的Pandas、Matpolotlib，金融從業員最常用的yfinance、Tushare、工程師最常用的NumPy等等。
圖片
而是搞人工智慧的科學家們大部分都不是搞軟體的專業高手，當發現有一種計算機語言夠簡單，還有很多不錯的第三方庫，免費，且不用從零開始使用寫程式碼的時候，為什麼不拿來用呢？
Python有很多很多第三方庫，有多少？34萬個，這是所有計算機語言中最多的。所謂的第三方庫，指的是別人已經開發出來的小程式碼。例如，我想寫一個微信這樣的軟體，缺少經驗的我往往都會想辦法自己來寫，不斷的組織語法、變數、函式和條件語句，有時候，一個不少心，漏寫了一個分號，多寫了一個冒號，程式就不能執行了。但這個時候發現有一個第三方庫，功能齊全，程式碼成熟，不用多想，直接引用，然後自己再改改程式碼，程式就成功執行了。
圖片
如果你一名人工智慧的演算法大師，你希望將更多的時間花在完善演算法上面，還要花時間去程式設計，構建框架上面呢？這個時候，Python就成為人工智慧開發的首選了。
現在很多培訓班用Python來蹭人工智慧的熱度，宣傳“Pyhon零基礎入門,小白三天也能學會人工智慧”、“人工智慧訓練營，一行程式碼教你開啟人工智慧模式”等等，這只是用來吸引學員的虛假宣傳，對公眾更是一種嚴重誤導。
學習Python並不等同於人工智慧，即使用C/C++這些計算機語言都能替代python的大部分工作內容，但如果想通過學習Python來提升自己的話，這門計算機語言還是很不錯的。對於我們做財務或審計的人來說，即使自己能寫程式碼，對程式碼要求也不會太高，能跑起來就行了，不要去學習全部的計算機理論和程式碼分析之類的深奧知識，我們是財務，我們是審計，我們的工作不是計算機工程師，掌握一定的操作水平就可以了，我之前就沒有經驗，學了一大堆沒有派上用場的知識，浪費了時間。
由於本文不是專門的講解Python的用法，如果有興趣的朋友，可以找找我公眾號上的歷史文章，搜尋“凍蘋果沒有蟲”就可以了，當中有不少的Python教程和應用編寫例項，當中也有介紹到人工智慧的一些案例。地址：github.com/Gandedong/audit-python
市場上有很多人工智慧開發都是用Python編寫的，想理解其中的思路，Python最好要學一下的。如果你不從事人工智慧的工作，Python作為一個有豐富第三方庫的計算機語言，也可以在其他工作上面幫到你。例如Python有pandas庫，可以幫你做資料透視；有Xlwings庫，可以幫你批量合併報表；有Matplotlib庫，可以幫你做圖表；有requests庫，可以幫你下載報表；有PyPDF2庫，可以幫你做pdf檔案；有mysql-python庫，可以幫你連線SQL資料庫；有pyautogui庫，可以幫你自動錄憑證；以上這些都可以在財務工作中應用得上，或者不當會計了，也可以去金融公司從事相關工作。
Python 也可以用於構建資產定價模型、風險管理和量化交易管理。在北上廣深的招聘網站輸入Python+金融，涉及的職位有2200個。
圖片
另外，學習一門計算機語言最重要的是動手去實踐，最好的方法是跟著別人將程式碼一個一個的敲上去。就像學習駕駛一樣，開頭可能很慢很難，但時間長了，就會開得飛快。畢竟，相對於人工智慧的線性代數、統計學習、神經網路、建模識別等的知識，程式設計反而是最容易的了。
本作品採用《CC 協議》，轉載必須註明作者和本文連結