为什么要用python
① 数据分析 为什么用python
究其原因，主要有以下几点：
①Python的语法简单，代码可读性高，易于上手，有利于初学者学习;当我们处理数据时，我们希望使数据数字化并将其转换为计算机可以操作的数字形式。我们可以直接使用一个行列表推导来完成，这非常简单。
②Python在数据分析和交互，探索性计算和数据可视化方面拥有非常成熟的库和活跃的社区，这使Python成为数据任务处理的重要解决方案。在数据处理和分析方面，Python具有numpy，pandas，Matplotlib，scikit-learn，IPython和其他出色的库和工具，尤其是pandas在数据处理方面具有绝对优势。
③Python具有很强的通用编程能力，这与别的编程语言不同。Python不仅在数据分析方面功能强大，而且在爬虫，web，运维甚至游戏等领域也发挥着非常重要的作用。公司只需一项技术即可完成所有服务，这有利于业务整合并可以提高工作效率。
④Python是人工智能的首选编程语言。在人工智能时代，Python已成为最受欢迎的编程语言。得益于Python语法简洁，丰富的库和社区，大多数深度学习框架都优先支持Python语言。
② 为什么做AI的都选Python
为什么人工智能要用Python？总结了以下三个原因。
1、Python是解释语言，程序写起来非常方便
写程序方便对做机器学习的人很重要。因为经常需要对模型进行各种各样的修改，这在编译语言里很可能是牵一发而动全身的事情，Python里通常可以用很少的时间实现。举例来说，在C等编译语言里写一个矩阵乘法，需要自己分配操作数（矩阵）的内存、分配结果的内存、手动对BLAS接口调用gemm、最后如果没用smart pointer还得手动回收内存空间。Python几乎就是import numpy; numpy.dot两句话的事。
当然现在很多面向C/C++库已经支持托管的内存管理了，这也让开发过程容易了很多，但解释语言仍然有天生的优势——不需要编译时间。这对机器学习这种需要大量prototyping和迭代的研究方向是非常有益工作效率的。
2、Python的开发生态成熟，有很多库可以用
Python灵活的语法还使得包括文本操作、list/dict comprehension等非常实用的功能非常容易高效实现（bbs.cnite.cn），配合lambda等使用更是方便。这也是Python良性生态背后的一大原因。
相比而言，Lua虽然也是解释语言，甚至有LuaJIT这种神器加持，但其本身很难做到Python这样，一是因为有Python这个前辈占领着市场份额，另一个也因为它本身种种反常识的设计（比如全局变量）。不过借着Lua-Python bridge和Torch的东风，Lua似乎也在寄生兴起。
3、Python效率超高
解释语言的发展已经大大超过许多人的想象。很多比如list comprehension的语法糖都是贴近内核实现的。除了JIT之外，还有Cython可以大幅增加运行效率。最后，得益于Python对C的接口，很多像gnumpy，theano这样高效、Python接口友好的库可以加速程序的运行，在强大团队的支撑下，这些库的效率可能比一个不熟练的程序员用C写一个月调优的效率还要高。
以上就是总结的人工智能要用Python的三个原因。
③ 人工智能为什么用python
人工智能作为现如今IT行业最火爆的词汇之一，受到来自社会各界的关注。
为什么学习人工智能一定要用Python呢，我这里简单的分析一下。
1、人生苦短，我用Python：简单、高效、易入门
2、Python具有丰富而强大的库，昵称胶水语言
3、python应用领域广泛，上天支持航天航空系统开发，下至小游戏开发，几乎无所不能。
Python拥有丰富的工具库
Python拥有numpy、matplotlib、scikit-learn、pandas、ipython等工具在科学计算方面十分有优势，尤其是pandas，在处理中型数据方面可以说有着无与伦比的优势，已经成为数据分析中流砥柱的分析工具。以Python可视化必知基本库matplotlib为例，光是它的官方gallery就有26个大类527个样式，无论是数量还是质量都能碾压市面上大部分同功能软件。
Python做数据分析简单高效
Python具有强大的编程能力，这种编程语言不同于R或者matlab，Python有些非常强大的数据分析能力，并且还可以利用Python进行爬虫、写游戏以及自动化运维，在这些领域中有着很广泛的应用，这些优点就使得一种技术去解决所有的业务服务问题，这就充分的体现的Python有利于各个业务之间的融合。
Python简单易学
Python语法简单，代码十分容易被读写，最适合刚刚入门的朋友去学习。我们在处理数据的时候，一般都希望数据能够转化成可运算的数字形式，这样不管是没学过编程的人还是学过编程的人都能够看懂这个数据。如果想做出各种好看的图表，使用Python可视化类工具就可以，几行代码，省时省力，还具有交互功能。如果需要调整也只要修改代码，不用费心费力重新做图。
④ 为什么用python
Python语言
首先，我们普及一下编程语言的基础知识。用任何编程语言来开发程序，都是为了让计算机干活，比如下载一个MP3，编写一个文档等等，而计算机干活的CPU只认识机器指令，所以，尽管不同的编程语言差异极大，最后都得“翻译”成CPU可以执行的机器指令。而不同的编程语言，干同一个活，编写的代码量，差距也很大。
比如，完成同一个任务，C语言要写1000行代码，Java只需要写100行，而Python可能只要20行。
所以Python是一种相当高级的语言。
你也许会问，代码少还不好？代码少的代价是运行速度慢，C程序运行1秒钟，Java程序可能需要2秒，而Python程序可能就需要10秒。
那是不是越低级的程序越难学，越高级的程序越简单？表面上来说，是的，但是，在非常高的抽象计算中，高级的Python程序设计也是非常难学的，所以，高级程序语言不等于简单。
但是，对于初学者和完成普通任务，Python语言是非常简单易用的。连Google都在大规模使用Python，你就不用担心学了会没用。
用Python可以做什么？可以做日常任务，比如自动备份你的MP3；可以做网站，很多着名的网站包括YouTube就是Python写的；可以做网络游戏的后台，很多在线游戏的后台都是Python开发的。总之就是能干很多很多事啦。
Python当然也有不能干的事情，比如写操作系统，这个只能用C语言写；写手机应用，只能用Swift/Objective-C（针对iPhone）和Java（针对Android）；写3D游戏，最好用C或C++。
如果你是小白用户，满足以下条件：
会使用电脑，但从来没写过程序；
还记得初中数学学的方程式和一点点代数知识；
想从编程小白变成专业的软件架构师；
每天能抽出半个小时学习。
不要再犹豫了，加企鹅一六二二中间四七九最后四三五带你一步一步学习python.
准备好了吗？
自学视频资料：http://tieba..com/p/5040689608?pid=105568036467&cid=0#105568036467
⑤ 为什么人工智能要用Python
近几年来，Python可谓大出风头，语法简洁、功能强大、胶水语言是人们对Python的普遍认知。学习Python就业机会多、薪资待遇好，是人们不断加入Python开发行列的动力。很多人疑惑为什么Python能够成为人工智能和机器学习的最佳编程语言？接下来就给大家分析下。
代码少。Python减少了执行函数时通常使用的代码数量，它着重于简化代码并使其易于阅读。除此之外，还有许多基于AI和ML的复杂算法，Python与AI的结合将大大减少开发人员必须处理的代码数量。
2、灵活性高。开发的任何应用程序都应该兼容多个操作系统，而只要稍加调整，Python就可以使相同的代码在各个操作系统上都能工作。这节省了开发人员为每个操作系统单独创建复杂代码的大量时间，也节省了大量的测试和调试时间。此外，在使用Python时，你还可以连接不同的数据结构，从而使其易于用于所有需求。
3、丰富而强大的库。拥有众多的软件库选择是Python成为人工智能最受欢迎的编程语言的主要原因之一。软件库由 PyPi等不同源发布的模块或模块组组成，其中包括预先编写的代码片段，允许用户访问某些功能或执行不同操作。机器学习需要连续地进行数据处理，Python库允许访问、处理和转换数据。比如Scikit-learn、Pandas、Matplotlib、Keras等都是机器学习和人工智能领域使用最为广泛的软件库。
入行门槛低。Python在解决问题方面也提供了更大的灵活性，这对于初学者和经验丰富的开发人员来说都很有用。在机器学习和人工智能领域工作意味着需要方便有效地处理大量数据，较低的准入门槛可让更多的数据科学家快速掌握Python，进行人工智能开发，而且学习此语言无需花费过多精力。
如果你想从事人工智能或机器学习方向的工作，就一定要学好Python。
⑥ 为什么要学 Python
你好，有一定的事实证明，Python语言更适合初学者，Python语言并不会让初学者感到晦涩，它突破了传统程序语言入门困难的语法屏障，初学者在学习Python的同时，还能够锻炼自己的逻辑思维，同时Python也是入门人工智能的首选语言。
学习编程并非那么容易，有的人可能看完了Python语法觉得特别简单，但再往后看就懵了，因为到后期发现并不能学以致用，理论结合项目才是学好一门编程语言的关键。可以选择报班入门，一般在2W左右，根据自己的实际需要实地了解，可以先在试听之后，再选择适合自己的。
⑦ 人工智能为什么要用Python
人工智能的核心算法是完全依赖于C/C++的,而且Python历史上也一直都是科学计算和数据分析的重要工具。Python虽然是脚本语言,但是因为容易学,迅速成为科学家的工具(MATLAB等也能搞科学计算,但是软件要钱,且很贵),从而积累了大量的工具库、架构,人工智能涉及大量的数据计算...
⑧ 为什么使用Python，Python应用场景
因为Python是通用的。
⑨ python为什么那么火列举一下你们学python的理由....
Python火的原因在于其优点很多。
优点如下：
1、面向对象广
从根本上讲，Python是一种面向对象的语言。它的类模块支持多态、操作符重载和多重继承等高级概念，并且以Python特有的简洁的语法和类型，OOP十分易于使用。事实上，即使你不懂这些术语，仍会发现学习Python比学习其他OOP语言要容易得多。
2、免费
Python的使用和分发是完全免费的。就像其他的开源软件一样，例如，Tcl、Perl、Linux和Apache。你可以从Internet上免费获得Python系统的源代码。复制Python，将其嵌入你的系统或者随产品一起发布都没有任何限制。实际上，如果你愿意的话，甚至可以销售它的源代码。
但是"免费"并不代表"无支持"。恰恰相反，Python的在线社区对用户需求的响应和商业软件一样快。而且，由于Python完全开放源代码，提高了开发者的实力，并产生了一个很大的专家团队。尽管学习研究或改变一个程序语言的实现并不是对每一个人来说都那么有趣，但是当你知道还有源代码作为最终的帮助和无尽的文档资源是多么的令人欣慰。你不需要去依赖商业厂商。
3、可移植
Python的标准实现是由可移植的ANSIC编写的，可以在目前所有的主流平台上编译和运行。例如，如今从PDA到超级计算机，到处可以见到Python在运行。Python可以在下列平台上运行：
Linux和UNIX系统
微软Windows和DOS（所有版本）
MacOS（包括OSX和Classic）
BeOS、OS/2、VMS和QNX
实时操作系统，例如，VxWorks。Cray超级计算机和IBM大型机。运行PalmOS、PocketPC和Linux的PDA
运行WindowsMobile和SymbianOS的移动电话。
4、功能强大
从特性的观点来看，Python是一个混合体。它丰富的工具集使它介于传统的脚本语言（例如，Tcl、Scheme和Perl）和系统语言(例如，C、C++和Java)之间。Python提供了所有脚本语言的简单和易用性，并且具有在编译语言中才能找到的高级软件工程工具。不像其他脚本语言，这种结合使Python在长期大型的开发项目中十分有用。
5、可混合
Python程序可以以多种方式轻易地与其他语言编写的组件"粘接"在一起。例如，Python的C语言API可以帮助Python程序灵活地调用C程序。这意味着可以根据需要给Python程序添加功能，或者在其他环境系统中使用Python。
例如，将Python与C或者C++写成的库文件混合起来，使Python成为一个前端语言和定制工具。就像之前我们所提到过的那样，这使Python成为一个很好的快速原型工具；首先出于开发速度的考虑，系统可以先使用Python实现，之后转移至C，根据不同时期性能的需要逐步实现系统。
6、使用简单
运行Python程序，只需要简单地键入Python程序并运行就可以了。不需要其他语言（例如，C或C++）所必须的编译和链接等中间步骤。Python可立即执行程序，这形成了一种交互式编程体验和不同情况下快速调整的能力，往往在修改代码后能立即看到程序改变后的效果。
Python提供了简洁的语法和强大的内置工具。实际上，Python曾有种说法叫做"可执行的伪代码"。由于它减少了其他工具常见的复杂性，当实现相同的功能时，用Python程序比采用C、C++和Java编写的程序更为简单、小巧，也更灵活。
为什么要学Python？
对于技术人员来说，这算是技术储备，就算现在用不到它，还是要拿来玩一玩，了解它的特性。
对于一个程序员来说，开拓视野很重要，多尝试几门语言没有任何坏处。学习其他的语言有助于你跳出自己之前的局限来看问题。语言限制了你的表达，也限制了你思考问题的方式。多了解一些不同的编程范式，有助于你加深对编程语言的了解。没有什么坏处。只是蜷缩在自己熟悉的东西里永远无法提高。
当然对于大部分人来说，比如大学生在学校里学都是为了过这门课，或者跟风赶时髦。我觉得真正感兴趣的人是少数吧。
⑩ 为什么现在很多人都使用Python语言有什么优势
Python的优势很多人都知道，那就是真的非常简单。Python语法对于初学者是比较友好的，入门相对于比较简单。因此，很多培训机构将Python作为了面向中小学生的一种编程语言课程，它被称为胶水语言，能够把用到其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。
使用Python快速生成程序的原型，然后对其中特别要求部分，用合适的语言进行改写，比如说3D游戏中的图形渲染模块，性能要求比较高，可以用C、C++进行重写，然后封装为python可以调用的扩展类库。