人工智能和python是什么關(guān)系？人工智能是一個(gè)大的概念，具體落地人工智能項(xiàng)目會(huì)接觸機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架，這些框架大部分是基于Python開發(fā)的，所以要想深入人工智能項(xiàng)目開發(fā)，python語(yǔ)言的學(xué)習(xí)

人工智能和python是什么關(guān)系？

人工智能是一個(gè)大的概念，具體落地人工智能項(xiàng)目會(huì)接觸機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架，這些框架大部分是基于Python開發(fā)的，所以要想深入人工智能項(xiàng)目開發(fā)，python語(yǔ)言的學(xué)習(xí)也是必須的！

近幾年熱火的Python語(yǔ)言，你認(rèn)為Python可以干什么？

1、web應(yīng)用開發(fā)

網(wǎng)站后端程序員：使用它單間網(wǎng)站，后臺(tái)服務(wù)比較容易維護(hù)。

類似平臺(tái)如：Gmail、Youtube、知乎、豆瓣

2、網(wǎng)絡(luò)爬蟲

爬蟲是屬于運(yùn)營(yíng)的比較多的一個(gè)場(chǎng)景吧， 爬蟲獲取或處理大量信息：批量下載美劇、運(yùn)行投資策略、爬合適房源、從各大網(wǎng)站爬取商品折扣信息，比較獲取最優(yōu)選擇；對(duì)社交網(wǎng)絡(luò)上發(fā)言進(jìn)行收集分類，生成情緒地圖，分析語(yǔ)言習(xí)慣；爬取網(wǎng)易云音樂(lè)某一類歌曲的所有評(píng)論，生成詞云；按條件篩選獲得豆瓣的電影書籍信息并生成表格等。

3、AI 人工智能 與機(jī)器學(xué)習(xí)

現(xiàn)在的人工智能非常的火爆，各種培訓(xùn)班都在瘋狂打廣告招生.機(jī)器學(xué)習(xí)，尤其是現(xiàn)在火爆的深度學(xué)習(xí)，其工具框架大都提供了Python接口。Python在科學(xué)計(jì)算領(lǐng)域一直有著較好的聲譽(yù)，其簡(jiǎn)潔清晰的語(yǔ)法以及豐富的計(jì)算工具，深受此領(lǐng)域開發(fā)者喜愛。

4、數(shù)據(jù)分析

一般我們用爬蟲爬到了大量的數(shù)據(jù)之后，我們需要處理數(shù)據(jù)用來(lái)分析，不然爬蟲白爬了，我們最終的目的就是分析數(shù)據(jù)，Python在這方面關(guān)于數(shù)據(jù)分析的庫(kù)也是非常的豐富的，各種圖形分析圖等 都可以做出來(lái)。也是非常的方便?！按髷?shù)據(jù)”分析中涉及到的分布式計(jì)算、數(shù)據(jù)可視化、數(shù)據(jù)庫(kù)操作等，Python中都有成熟的模塊可以選擇完成其功能。

5、自動(dòng)化運(yùn)維：自動(dòng)化處理大量的運(yùn)維任務(wù)

6、游戲開發(fā)者：一般是作為游戲腳本內(nèi)嵌在游戲中

7、自動(dòng)化測(cè)試：編寫為簡(jiǎn)單的實(shí)現(xiàn)腳本，運(yùn)用在Selenium/lr中，實(shí)現(xiàn)自動(dòng)化。

8、網(wǎng)站開發(fā)：借助django，flask框架自己搭建網(wǎng)站。

在孩子開始識(shí)字的時(shí)候教孩子Python語(yǔ)言，讓Python成為孩子的母語(yǔ)真的可行嗎？

可以的，但對(duì)父母的要求非常高，而且以后與人溝通困難。

說(shuō)話都這樣：

if you eat了：

print ("吃過(guò)了")

else:

print ("沒(méi)吃"）

運(yùn)行腳本。

別人回復(fù)：

exception：

throw（"正在吃"）

繼續(xù)說(shuō)：

while（餓）：

一直吃

別人回復(fù)：

stack overflow.

[靈光一閃][靈光一閃][靈光一閃][靈光一閃][打臉]

Python語(yǔ)言其實(shí)很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？

對(duì)于用過(guò)幾種開發(fā)語(yǔ)言（java，c#，nodejs，erlang），而后轉(zhuǎn)Python做機(jī)器學(xué)習(xí)的人，我說(shuō)說(shuō)我的看法。

首先，大家說(shuō)python慢是真的嗎？我的回答是真的。非常慢，for循環(huán)比cpp慢兩個(gè)數(shù)量級(jí)。

那為什么還用Python?假如我們遍歷過(guò)億的數(shù)據(jù)，兩個(gè)數(shù)量級(jí)的差異是無(wú)法接受的。但如果我們用python做最上層的邏輯，把上億數(shù)據(jù)進(jìn)行分塊，python只循環(huán)十幾次，剩下扔給cpu和gpu。那么兩個(gè)數(shù)量級(jí)是否就無(wú)所謂了呢？1毫秒和100毫秒在整個(gè)系統(tǒng)中真的無(wú)所謂了。

python最大的優(yōu)勢(shì)在于，可以非常非常優(yōu)雅的把數(shù)據(jù)扔給高效的c，cuda去做計(jì)算。numpy，pandas，numba這些優(yōu)秀的開源庫(kù)可以非常方便的高效的處理海量的數(shù)據(jù)，借助zmq，celery等還可以做分布式計(jì)算，gevent借助系統(tǒng)的epoll進(jìn)行io優(yōu)化。所以，不需要花太多精力，就可以優(yōu)雅，高效的實(shí)現(xiàn)海量的數(shù)據(jù)處理，機(jī)器學(xué)習(xí)的任務(wù)。這是python火爆的原因。

想想，同樣的性能，代碼只有cpp或java的三分之一甚至更少，是不是很有誘惑力？