解析：為什麼人工智慧要用Python？

Python作為一門程式語言，其魅力和影響力已經遠超C#、C++等程式語言前輩，被程式設計師譽為“最美麗的”程式語言。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，為什麼人工智慧要用Python？現在學Python還好嗎？小千總結了以下三個原因。

1、Python是解釋語言，程式寫起來非常方便

寫程式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，這在編譯語言裡很可能是牽一髮而動全身的事情，Python裡通常可以用很少的時間實現。舉例來說，在C等編譯語言裡寫一個矩陣乘法，需要自己分配運算元（矩陣）的記憶體、分配結果的記憶體、手動對BLAS介面呼叫gemm、最後如果沒用smart pointer還得手動回收記憶體空間。Python幾乎就是import numpy; numpy.dot兩句話的事。

當然現在很多面向C/C++庫已經支援託管的記憶體管理了，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。

2、Python的開發生態成熟，有很多庫可以用

Python靈活的語法還使得包括文字操作、list/dict comprehension等非常實用的功能非常容易高效實現（bbs.cnitedu.cn），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（比如全域性變數）。不過藉著Lua-Python bridge和Torch的東風，Lua似乎也在寄生興起。

3、Python效率超高

解釋語言的發展已經大大超過許多人的想象。很多比如list comprehension的語法糖都是貼近核心實現的。除了JIT之外，還有Cython可以大幅增加執行效率。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式的執行，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式設計師用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程式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、大資料分析和資料探勘等熱門職位等你來選。

希望以上的分享能幫到大家！想了解更多Python技術知識，可以關注小千，後期會繼續分享Python知識的！

本文來自千鋒教育，轉載請註明出處。