上一篇已經(jīng)說過，python隨著人工智能的興起而大熱。這里我將詳細解釋為什么人工智能需要用python。
相對于其他語言，python對人工智能最大的優(yōu)勢是他的可擴展性、可嵌入性。這也是他被程序員稱為“膠水語言”的原因。
python對人工智能應(yīng)用的優(yōu)點：
1:人工智能的核心算法是完全依賴于C/C++的，而且Python歷史上也一直都是科學計算和數(shù)據(jù)分析的重要工具。Python雖然是腳本語言，但是因為容易學，迅速成為科學家的工具（MATLAB等也能搞科學計算，但是軟件要錢，且很貴），從而積累了大量的工具庫、架構(gòu)，人工智能涉及大量的數(shù)據(jù)計算，用Python是很自然的，簡單高效。
2: Python雖然慢但是它只是調(diào)用AI接口，真正的計算全是C/C++寫好的數(shù)據(jù)底層，用Python只是寫相應(yīng)的邏輯，幾行代碼就出來了。換成C++的話，不僅代碼量太大，而且開發(fā)效率太低，不是說用C++寫不了上層邏輯，，而是換來總體速度提升1%，得不償失。
3：Python在擁有簡潔的語法和豐富的生態(tài)環(huán)境從而提高開發(fā)速度的同時，對C的支持也很好，python結(jié)合了語言的優(yōu)點，又通過對C的高度兼容彌補了速度慢的缺點，自然受到數(shù)據(jù)科學研究者與機器學習程序員的青睞。

python擴展語言的優(yōu)勢：
用于通用AI：
1.AIMA —— Python 實現(xiàn) Russell 和 Norvig 的‘Artificial Intelligence: A Modern Approach’庫。
2.pyDatalog —— Python 中的邏輯編程引擎SimpleAI —— Python 實現(xiàn)了“AIMA”一書中描述的許多人工智能算法。它側(cè)重于提供易于使用，有據(jù)可查的測試庫。
3.EasyAI —— 簡單的 Python 引擎，用于 AI 的雙人游戲，如 Negamax, transposition tables, game solving。
用于機器學習：
1.PyBrain —— 靈活、簡單，但對于機器算法任務(wù)非常高效，它是 Python 的一個機器學習模塊化庫。它還提供了各種預(yù)定義的環(huán)境來測試和比較你的算法。
2.PyML —— 一款以 Python 編寫的側(cè)重于 SVM 和其他內(nèi)核方法的雙邊框架。它支持在 Linux 和 Mac OS X 上運行。
3.scikit-learn —— 旨在提供在各種環(huán)境下可重復使用的簡單而強大的解決方案：機器學習作為科學和工程的多功能工具。它是一個 Python 模塊，它將經(jīng)典的經(jīng)典機器學習算法集成在如緊密結(jié)合的科學世界的 Python 軟件包中（如 numpy，scipy，matplotlib）。