Python如何奠定AI领域的老大地位.doc

《Python如何奠定AI领域的老大地位.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、Python如何奠定AI领域的老大地位　　在所有编程语言里，Python并不算萌新，从1991年发布第一个版本，至今已经快30年了。　　最近几年，随着人工智能概念的火爆，Python迅速升温，成为众多AI从业者的首选语言。　　根据数据平台Kaggle发布的2017年机器学习及数据科学调查报告，在工具语言使用方面，Python是数据科学家和人工智能从业者使用最多的语言（见下图）。　　　　IEEE综览（IEEESpectrum）发布的2017最受欢迎编程语言列表中，Python同样位列第一（见下图）。　　　　为什么？　　原因1：Python是一种说人话的语言　　所谓“说人

2、话”，是指这种语言：　　开发者不需要关注底层　　语法简单直观　　表达形式一致　　我们先来看几个代码的例子：　　C语言HelloWorld代码：　　intmain(){printf(“Hello,World!”);return0;}　　Java语言HelloWorld代码：　　publicclassHelloWorld{publicstaticvoidmain(String[]args){System.out.println(“HelloWorld!”);}}　　Python语言HelloWorld代码：　　print(“HelloWorld!”)　　仅仅是一个Hell

3、oWorld程序，就能看出区别了，是不是？　　编译VS解释　　当然，仅仅是一个HelloWorld的话，C和Java的代码也多不了几行。　　可是不要忘了，C和Java的代码要运行，都必须先经过编译的环节。　　对于C语言来说，在不同的操作系统上使用什么样的编译器，也是一个需要斟酌的问题。一旦代码被copy到新的机器，运行环境和之前不同，还需要重新编译，而那台机器上有没有编译器还是一个问题，安装上编译器后，也许和之前最初的编译器有所区别，还得修改源代码来满足编译环境的需求……　　我到底做错了什么？我只是想运行一个别人写的程序而已[泪目]　　而Python则不用编译，直接运

4、行。而且都可以不用写文件，一条条语句可以直接作为命令行运行。不要太方便咯。　　语言语法　　和Python比，Java的语法更“啰嗦”。　　从上面的例子已经可以看出，创建一个链表，Java还需要声明和逐个插入节点，而Python则可一行代码完成从链表创建到插入节点及赋值的全部操作。　　这还只是一个例子。在真正的使用中就会发现，对于很多非常简单基础的操作，Java非让你很别扭地写好几行，Python直接一句搞定。　　这样的结果就是，Python写起来省事，读起来也方便。可读性远超Java。　　表达风格　　在10年或者更久远之前，Python经常被用来和Perl相提并论。毕

5、竟在那个时候，C是系统级语言，Java是面向对象语言，而Python&Perl则是脚本语言的双子星。　　Python和Perl在设计层面有一个非常大的区别：　　Python力求让不同的人在撰写同样功能实现的代码时，所用的表达形式尽量一致；　　而Perl则是故意追求表达的千姿百态，让同一个人在不同地方写同样功能时所用具体形式都不同。　　从哲学层面讲，Perl的追求更加自由主义，更利于释放人类的多样化天性。也确实有很多Geek范儿程序员因为这一点推崇毫无限制的Perl，鄙视到处设限的Python。　　然而，Perl写的程序——那叫一个乱七八糟！　　当你想遇到问题，想在网上

6、找点实例代码看看的时候，搜到的Perlexample千姿百态，很难找到一种“大众”的解法。而不同写法之间，还很难保证相容。　　这个问题其实在PythonvsJava上也有，只不过程度要低得多。　　Java语言本身并没有想要把自己变成书写代码诗歌的载体。但是因为它长年大量地被应用在企业级软件的后台开发，夹杂进了太多并非语言本身却又与其使用不可分割的东西，进一步加剧了Java的繁杂。　　如果不是想成为代码诗人，或者语言大师，只是想用尽量简单直接的方法，把事情做了，首选语言确实是Python。　　原因2：强大的AI支持库　　矩阵运算　　NumPy由数据科学家TravisOl

7、iphant创作，支持维度数组与矩阵运算。结合Python内置的math和random库，堪称AI数据神器！有了它们，就可以放心大胆玩矩阵了！　　大家知道，不管是MachineLearning，还是DeepLearning，模型、算法、网络结构都可以用现成的，但数据是要自己负责I/O并传递给算法的。　　而各种算法，实际上处理的都是矩阵和向量。　　使用NumPy，矩阵的转置、求逆、求和、叉乘、点乘……都可以轻松地用一行代码搞定，行、列可以轻易抽取，矩阵分解也不过是几行代码的问题。　　而且，NumPy在实现层对矩阵运算做了大量的并行化处理，通过数学运算的