1、Python是解釋語言，程序寫起來非常方便

　　寫程序方便對做機器學習的人很重要。因為經常需要對模型進行各種各樣的修改，這在編譯語言里很可能是牽一發而動全身的事情，Python里通常可以用很少的時間實現。舉例來說，在C等編譯語言里寫一個
矩陣乘法，需要自己分配操作數(矩陣)的內存、分配結果的內存、手動對BLAS接口調用gemm、最后如果沒用smart pointer還得手動回收內存空間。Python幾乎就是import numpy; numpy.dot兩句話的事。

　　當然現在很多面向C/C++庫已經支持托管的內存管理了，這也讓開發過程容易了很多，但解釋語言仍然有天生的優勢——不需要編譯時間。這對機器學習這種需要大量prototyping和迭代的研究方向是非常有益工作效率的。

　　2、Python的開發生態成熟，有很多庫可以用

　　Python靈活的語法還使得包括文本操作、list/dict comprehension等非常實用的功能非常容易高效實現(編寫和運行效率都高)，配合lambda等使用更是方便。這也是Python良性生態背后的一大原因。

　　相比而言，Lua雖然也是解釋語言，甚至有LuaJIT這種神器加持，但其本身很難做到Python這樣，一是因為有Python這個前輩占領著市場份額，另一個也因為它本身種種反常識的設計(比如全局變量)。不過借著Lua-Python bridge和Torch的東風，Lua似乎也在寄生興起。

　　3、Python效率超高

　　解釋語言的發展已經大大超過許多人的想象。很多比如list comprehension的語法糖都是貼近內核實現的。除了JIT之外，還有Cython可以大幅增加運行效率。最后，得益于Python對C的接口，很多像gnumpy, theano這樣高效、Python接口友好的庫可以加速程序的運行，在強大團隊的支撐下，這些庫的效率可能比一個不熟練的程序員用C寫一個月調優的效率還要高。

　　未來十年Python語言的發展前景形勢一片大好，毫無疑問使用Python語言的企業將會越來越多，Python程序猿的人才缺口也將越來越大，認準時機，把握機遇，Python全棧開發工程師、Python開發工程師、自動化開發工程師、Linux運維工程師、Python爬蟲開發工程師、前端開發工程師、大數據分析和數據挖掘等熱門職位等你來選。

　　如果你也想入門高薪Python人工智能行業，歡迎你來到qiku學習。

　　Python人工智能免費試聽課，試聽時間自選，過完年正式開課!全國45個城市200個校區就近試聽，也可在線試聽哦!

　　好了，以上就是Python培訓機構的老師為大家分享的為什么人工智能要用Python作為第一開發語言，現在你理解了嗎?更多Python相關的內容盡在奇酷Python培訓機構官網，也可以在線咨詢Python相關問題。