你不得不承认，Python真的比你想象的优秀
各位好，我是彭于晏女朋友（土豆）
大家下午好
要知道相对于AI来说python还是比较简单的
您可能对AI领域，主要开发阶段，成就，结果和产品使用感兴趣。有数百个免费源和教程描述使用Python的AI。
但是，没有必要浪费你的时间看他们。这里是一个详细的指南，你需要知道在使用Python构建人工智能之前的所有点。
使用什么语言构建AI？
LISP是创造AI最流行的语言之一。其最佳功能包括垃圾回收，统一语法，动态类型和交互式环境。LISP代码是s表达式并由列表组成。
另一种广泛流行的AI编程语言是Prolog。这种语言的最好的东西是内置的统一程序。它的主要缺点是这种语言很难学习。
C / C ++用于在短时间内构建简单的AI。Java不像C一样快，但它的可移植性和内置类型使Java成为许多开发人员的选择。
最后，有Python，正如开发人员所说，Python类似于Lisp。它是最流行的AI语言之一。为什么会这样？为什么开发人员用Python编写AI？让我们来看看。
为什么人们选择Python？
Python是在20世纪80年代末创建的。它的实现始于1989年。Python的哲学是非常有趣，因为它包括几个格言。显式而不是隐式，简单而不是复杂。Python创作者珍视美丽的设计和外观。
他们喜欢复杂。更重要的是，他们声称可读性是计数。Python有一个干净的语法和语法。它是自然和流利的。
正如Python的开发人员所说，语言的目标是使用酷。以英国喜剧组织Monty Python命名，该语言对许多教程和其他材料都有一种有趣的方法。
开发人员声称他们喜欢Python的功能的品种和质量。虽然它不是完美的科学编程语言
数据结构
类
灵活的函数调用语法
迭代器
嵌套函数
厨房水槽包括标准图书馆
伟大的科学图书馆
酷开源库（Numpy，Cython，IPython，MatPlotLib）
开发人员喜欢Python的其他功能如下：整体语言设计，思想的语法，语言互操作性，高级和低级编程的平衡，文档生成系统，模块化编程，正确的数据结构，大量的库和测试框架。
缺点之一是需要程序员善于MATLAB，因为它在一般科学编码中很常见。这就是为什么许多开发人员在MATLAB中发布开放研究代码。
如果与其他OOP语言相比，Python相对容易学习。它有一堆图像密集型库：VTK，Maya 3D可视化工具包，科学Python，数字Python，Python成像库等。这些工具是完美的数字和科学应用程序。
Python在任何地方和所有人使用：简单的终端命令，极其重要的科学项目和大型企业应用程序。这种语言设计精良，速度快。它是可扩展的，开源的和便携的。
如何使用Python构建AI？
第一步是开始。虽然听起来有点压力和困难，你应该明白，在Python中构建AI将需要一些时间。所需的时间取决于你的动机，技能，编程经验的水平等。
为了用Python构建AI，你需要对这种语言有一些基本的了解。这不仅仅是一个受欢迎的通用编程语言。它也广泛用于机器学习和计算。首先，安装Python。
您可以安装Anaconda（开源分析平台）。包括机器学习所需的软件包，NumPy，scikit-learn，iPython Notebook和matplotlib。
在谈论Python时，我已经提到了科学图书馆。这些Python库将在构建AI时有用。例如，您将使用NumPy作为通用数据的容器。
包含N维数组对象，用于集成C / C ++代码，傅里叶变换，随机数能力和其他功能的工具，NumPy将是您的科学计算最有用的包之一。
另一个重要的工具是pandas，一个开源库，为用户提供易于使用的Python数据结构和分析工具。Matplotlib是另一种你想要的服务。
它是一个2D绘图库，创建出版质量数字。最好的matplotlib优点是6个图形用户界面工具包，Web应用程序服务器和Python脚本的可用性。Scikit-learn是一种用于数据分析的有效工具。
它是开源和商业上可用的。它是最受欢迎的通用机器学习库。
使用scikit-learn后，您可以使用Python编程AI到下一级，并探索k-means聚类。您还应该阅读关于决策树，连续数字预测，逻辑回归等。如果您想了解更多信息Python中的AI，阅读一个深入学习框架Caffee和一个Python库Theano。
有Python AI库：AIMA，pyDatalog，SimpleAI，EasyAi等。还有用于机器学习的Python库：PyBrain，MDP，scikit，PyML。如果你正在寻找自然语言和文本处理库，请查看NLTK。
正如你所看到的，Python对于AI的重要性是显而易见的。任何机器学习项目都将受益于使用Python。由于AI需要大量的研究，使用Python编程人工智能是高效的 - 你可以验证几乎每个想法与多达30个代码行。
所以看完上面，
是不是觉得python真的很优秀呢
我们下期再见哦
有什么问题可以在公众号跟土豆说的
大家不要忘了找土豆领取python学习资料哦
部分内容源自网络