为什么说学人工智能一定要学Python?
python有缩进试的简洁表达，是初学者比较容易入手的语言；python是全能语言，社区庞大，有太多的库和框架。你只需要找到合适的工具来实现想法，省去了造轮子的精力。
人工智能Python为什么这么红
一、金钱不是万能的，但Python是万能的
你可以用Python过来构建树莓派应用程序、程序脚本、配置服务器等，我们很难找出Python不能做到的事情。Python可以被广泛地用于系统操作、网页开发、管理、部署、建模等，使用Python的程序员可以轻松地从在各个行业间跳转，靠一个Python走遍天下。
不过很少有人会说自己精通Python，比如，你可以说你精通数据库，精通分布式，精通机器学习，那都算你厉害。但是，你说你精通Python，这一点都不酷，在业界的认可度也不高。
二、Python学习比较容易
在众多专业的编程语言中，Python是看起来最“不专业”的一门语言，走的是实用主义路线。它不强调难以理解的语法，十分方便阅读和编写，即便是开发人员，甚至是非编程人员，也可以轻松上手。由于Python太易于掌握，以至于很多开发人员并没有把Python作为自己的第一语言，而是作为第
二、第三语言进行学习。
三、发展前景较好
很多人选择Python的另一个重要原因在于Google的大规模使用。这并不是盲目的跟风行为，而是Google在使用Python的过程中，编写了大量的Python指南和教程，并且免费，给了Python学习者极大的帮助。
四、适用性很强
你几乎可以在任何环境下部署和使用Python应用程序，而且无论在那个平台，你都不必担心它有任何的性能损失。
不得不说，虽然Python有以上这么多的优点，被人们熟知还是借助了大数据技术的蓬勃发展。Python在大数据和云计算方面得到了越来越广泛的使用，并在人工智能、机器学习中有了很好的应用。
五、市场需求很大
目前的一线城市对Python大数据的开发需求非常的大平均没天都有上万个岗位需求。这也是Python很火的原因。
python为什么一般都和人工智能一起出现呢
Python包含Python开发、爬虫、数据分析、数据挖掘、人工智能，人工智能是Python工作的一部分内容。
python真的适合人工智能吗
为什么人工智能要用Python
一、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。
二、Python的开发生态成熟，有很多有用的库可以用
Python灵活的语法还使得包括文本操作、list/prehension等非常实用的功能非常容易高效实现（编写和运行效率都高），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。
三、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prehension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。
