原文来自Python实用书籍：为什么Python这么适合AI和机器学习？4位专家给你解答Python是机器学习最好的编程语言之一，迅速威胁或超越R在学术界和相关研究领域的霸主地位。为什么Python在机器学习领域如此受欢迎？为什么Python对AI有好处？MikeDriscoll采访了4位Python专家和机器学习社区人士，讨论Python在AI及相关研究领域为何如此受欢迎。编程是一种社交活动——Python社区已经开始欣赏它。GlyphLefkowitz(@glyph)是Python网络编程框架Twisted（Python异步开发库）的创建者，获得了2017年PSF社区服务奖。以下是他的想法：人工智能是一个包罗万象的术语，往往指代当前计算机科学研究的最先进领域。曾经有一段时间，我们理所当然地认为基本的图形遍历被认为是人工智能。当时，Lisp是一种大规模的AI语言，因为它比一般的编程语言更高级，研究人员可以更容易地使用Lisp进行快速原型制作。我认为Python已经在很大程度上取代了它，因为除了具有类似的高级功能外，它还拥有一个优秀的第三方库生态系统。Lispers会反对，所以我要说清楚，我不是想夸大Python的地位，只是Python和Lisp是一类语言，比如垃圾回收、内存安全等机制、命名空间和高级数据结构.具有相似的特征。在更具体意义上的机器学习，现在越来越多的人将其称为人工智能，我认为有更具体的答案。NumPy及其附带的生态系统的存在允许混合非常适合研究的高级内容和非常高性能的数字处理。如果不是非常密集的数字运算，机器学习就什么都不是。“......统计学家、天文学家、生物学家和商业分析师都成为了Python程序员并改进了这门语言。”Python社区致力于为非程序员提供友好的介绍和生态系统支持，这是事实。添加了它在数据科学和科学计算的姊妹学科中的用途。无数的统计学家、天文学家、生物学家和商业分析师已经成为Python程序员并改进了这门语言。编程本质上是一种社交活动，Python社区比除JavaScript以外的任何语言都更认可这一点。Python让用户专注于实际问题Marc-AndreLemburg(@malemburg)，PSF的联合创始人兼eGenix的首席执行官。以下是他的想法：对于没有受过计算机科学培训的人来说，Python非常容易理解。当您尝试执行研究所需的外部库时，它消除了您必须处理的许多复杂性。在Numeric（现在是NumPy）开始开发之后，添加了IPython笔记本（现在是Jupyter笔记本）、matplotlib和许多其他工具，使事情变得更加直观。Python允许用户主要考虑问题的解决方案，而不是驱动这些解决方案所需的技术。“Python是一种理想的集成语言，可以轻松地将技术绑定在一起。”Python是一种理想的集成语言，可以轻松地将技术绑定在一起。Python允许用户专注于真正的问题，而不是花时间在实现细节上。除了让用户更轻松之外，Python还是开发外部库的低级集成商的理想粘合平台。这主要是因为Python非常容易通过一个漂亮而完整的C语言API访问。Python具有许多适用于科学计算的特性LucianoRamalho(@ramalhoorg)，ThoughtWorks技术负责人，PSF研究员。他是这样看的：最重要和最直接的原因是NumPy和SciPy库支持像scikit-learn这样的项目，它现在几乎是机器学习的标准工具。最初创建NumPy、SciPy、scikit-learn和许多其他库的原因是Python具有一些使其非常方便进行科学计算的特性。Python具有简单且一致的语法，这使得非软件工程师的编程更加容易。“Python受益于丰富的科学计算库生态系统。”另一个原因是运算符重载，它使代码可读且简洁。然后是Python的缓冲协议(PEP3118)，它是外部库在处理类数组数据结构时与Python高效互操作的标准。最后，Python受益于丰富的科学计算库生态系统，吸引了更多的科学家和开发人员，形成良性循环。Python严格一致的特性使其对AIMikeBayer(@zzzeek)非常友好，他是RedHat的高级软件工程师，SQLAlchemy的创建者。他是这样想的：我们在这个领域所做的是开发我们的数学模型和算法。我们将我们绝对想要保留和优化的算法放入像scikit-learn这样的库中。然后，我们将继续迭代并分享有关如何组织和考虑数据的说明。高级脚本语言是人工智能和机器学习的理想选择，因为我们可以快速移动数据并再次尝试。我们创建的大部分代码用于表示实际的数学和数据结构。像Python这样的脚本语言甚至更好，因为它严格且一致。每个人都可以比其他具有混乱和不一致的编程范式的语言更好地理解彼此的Python代码。Python掌握了我们正在努力做的事情的核心，并完全减少了我们告诉计算机和其他事情的方式，因为它应该自动化所有你不应该考虑的事情，并让你更好地编写代码来实现你的目标。这是我们文章的结尾。如果你今天想要我们的Python教程，请继续关注我们。如果对您有帮助，请在下方点赞或观看。如果您有任何问题，可以在下方留言区留言。我们会耐心解答！Python实战宝典（pythondict.com）不只是一个合集欢迎关注公众号：Python实战宝典
