碧崇輝
python 面嚮對象語言
可讀性強
庫非常廣範
容易學習
源代碼容易理解
多數學術研究人員他們都在使用
機器學習 主要是強調算法 而並不太注重用什麼語言實現，於是就有了python版本的tensorflow框架 有了阿爾法機器人之後 這個框架被谷歌開源，廣為流傳。既然有人造了車的底盤和輪子那為什麼還要重新造呢，許多公司 開發者 就都紛紛轉去學習tensorflow 框架，發現是python 寫的 於是。。。 python 火了。
我是程序員，純手寫回復
求贊。提前感謝。
小黑同學
本人是跨專業轉行至人工智能互聯網行業，目前是人工智能算法工程師，所用語言為GO、Python和R等。在業務開發體驗中，用的最爽滑的還是Python，現將使用Python的一些心得體會總結如下。
1.Python的語法較為簡單。作為一門高級語言，Python的很多功能均已被封裝，在編程時直接拿來用就行，不用像C++或Java那麼底層，許多功能還需要自己動手實現，即使是編程零基礎的同學，只要方法得當，只需一兩個星期入門Python就足夠了。
2.Python的開發庫非常多。在Python的集成開發工具anaconda裡給數據工作者已經預先安裝很多開發庫，用conda命令可以很方便地管理Python庫的安裝和使用，並且只要你想到的功能，在Python庫中基本都已收錄，這樣極大的提高了開發效率，避免了重複開發。
3.Python是解釋型語言，編程過程體驗良好。Python的集成編輯器中，可以寫一步命令執行一步命令，做到隨編寫，隨改錯，這樣的互動性是Java和GO等編譯型語言無法比擬的。
4.人工智能本身算法複雜，精通人工智能算法已經非常傷腦筋，如果再用實現過程較複雜的語言，估計數據科學家們要瘋掉。畢竟，算法科學家們還有很多更重要的事情要做。
綜上，Python簡單易用，功能庫支撐較多和編程互動良好是其作為機器學習首選語言的重要原因。想要入門深度學習或人工智能的同學，推薦看彭亮和唐宇迪的機器學習入門視頻，其把Python運用的十分精煉（不想找視頻的私信，免費分享）。
壯志山河
首先人工智能和python並沒有什麼必然聯繫，python也只是實現人工智能的一個工具，任何編程語言都可以開發人工智能，比如C語言、c++、java等。python與這幾種需要想比：運行速度不如這幾個快，但學習成本低，開發速度快，開發週期短，不用造輪子，各種模塊和類庫可以直接拿來使用。
Python不僅容易上手，而且具有豐富和強大的庫（包括官方類庫和各種第三方庫），並且能夠把用其他語言製作的各種模塊(尤其是C/C++)很輕鬆地聯結在一起。
即便是不懂人工智知識和原理的人也能使用相關的類庫處理要處理的數據，建立模型，對數據進行分析和預測。
因此當下作為普通人也可以學習一下Python和機器學習，即便不是專業的程序猿也能輕易的開發一些小工具供自己使用，提高工作效率。
菜菜菜鳥
這麼簡單，python面向人工智能、大數據方面的資源多唄 美國幾個大學和研發做大數據都是用這個語言，還把東西給搞開源le，給你抄你總要會看吧會用吧，各種複製粘貼修改，程序員不是每個都是科學家，這樣子成本低啊，一個圈子玩一個圈子的東西
亮哥28654462
主要是庫多。其實有庫的話，任何語言都可以的。
方法研究
為什麼會提這麼不靠譜的問題？誰說的開發人工智能非要用PYTHON？人工智能是算法，什麼計算機語言都可以描述。任何語言都自帶類庫或函數如DLL，還有操作系統提供API，不需要所有計算模塊都自己做。各種語言寫的程序模塊，生成類似DLL函數模塊，開放接口後都是可以相互調用的。PYTHON只是一門計算機語言，沒有能力凌駕於其他語言之上。
散居獵人
Python原來誕生之初就是為了配合C語言做快速開發的，在開發過程中發現性能瓶頸時，可以把Python腳本用C重寫優化性能。像AI這種要不停地修改的程序，使用這種腳本寫是很方便的。
