在所有编程语言里，Python并不算萌新，从1991年发布第一个版本，至今已经快30年了。
最近几年，随着人工智能概念的火爆，Python迅速升温，成为众多AI从业者的首选语言。
根据数据平台 Kaggle发布的2017年机器学习及数据科学调查报告，在工具语言使用方面，Python是数据科学家和人工智能从业者使用最多的语言(见下图)。
IEEE综览(IEEE Spectrum)发布的2017最受欢迎编程语言列表中，Python同样位列第一(见下图)。
为什么？
原因1：Python是一种说人话的语言
所谓“说人话”，是指这种语言：
开发者不需要关注底层
语法简单直观
表达形式一致
我们先来看几个代码的例子：
C 语言Hello World 代码：
int main(){printf(''Hello, World!''); return 0;}
Java 语言Hello World 代码：
public class HelloWorld { public static void main(String[] args){System.out.println(''Hello World!'');}}
Python 语言Hello World代码：
print(''Hello World!'')
仅仅是一个Hello World程序，就能看出区别了，是不是？
编译 VS 解释
当然，仅仅是一个Hello World的话，C和Java的代码也多不了几行。
可是不要忘了，C和Java的代码要运行，都必须先经过编译的环节。
对于C语言来说，在不同的操作系统上使用什么样的编译器，也是一个需要斟酌的问题。一旦代码被copy到新的机器，运行环境和之前不同，还需要重新编译，而那台机器上有没有编译器还是一个问题，安装上编译器后，也许和之前最初的编译器有所区别，还得修改源代码来满足编译环境的需求……
我到底做错了什么？我只是想运行一个别人写的程序而已[泪目]
而Python则不用编译，直接运行。而且都可以不用写文件，一条条语句可以直接作为命令行运行。不要太方便咯。
语言语法
和Python比，Java的语法更“啰嗦”。
从上面的例子已经可以看出，创建一个链表，Java还需要声明和逐个插入节点，而Python则可一行代码完成从链表创建到插入节点及赋值的全部操作。
这还只是一个例子。在真正的使用中就会发现，对于很多非常简单基础的操作，Java非让你很别扭地写好几行，Python直接一句搞定。
这样的结果就是，Python写起来省事，读起来也方便。可读性远超Java。
表达风格
在10年或者更久远之前，Python经常被用来和Perl相提并论。毕竟在那个时候，C是系统级语言，Java是面向对象语言，而Python & Perl则是脚本语言的双子星。
原因2：强大的AI支持库
矩阵运算
NumPy由数据科学家Travis Oliphant创作，支持维度数组与矩阵运算。结合Python内置的math和random库，堪称AI数据神器！有了它们，就可以放心大胆玩矩阵了！
大家知道，不管是Machine Learning，还是Deep Learning，模型、算法、网络结构都可以用现成的，但数据是要自己负责I/O并传递给算法的。
而各种算法，实际上处理的都是矩阵和向量。
使用NumPy，矩阵的转置、求逆、求和、叉乘、点乘……都可以轻松地用一行代码搞定，行、列可以轻易抽取，矩阵分解也不过是几行代码的问题。
而且，NumPy在实现层对矩阵运算做了大量的并行化处理，通过数学运算的精巧，而不是让用户自己写多线程程序，来提升程序效率。
有了Python这种：语法简洁明了、风格统一；不需要关注底层实现；连矩阵元素都可以像在纸上写公式一样；写完公式还能自动计算出结果的编程语言，开发者就可以把工作重心放在模型和算法上了。
ML模型
用Python实现大多数经典模型，几十上百行代码就够了。
当然，对于普通用户，也可以连算法都不用管，只是调用Scikit-Learn的接口就可以了。
比如，训练和使用一个logistic Regression模型，只需要下面几行代码就可以了：
# import the LogisticRegression from sklearn.linear_model import LogisticRegression# Use default parametersclassifier = LogisticRegression()# train modelclassifier.fit(train_set, target)# do testy_hat = classifier.predict(test_set)# print out test resultsprint y_hat
原因3：规模效应
语言简单易学，支持库丰富强大，这两大支柱从早期就奠定了Python的江湖地位。
根据以高收入国家Stack Overflow问题阅读量为基础的主要编程语言趋势统计，可以看出，近年来，Python已然力压Java和Javascript，成为目前发达国家增长最快的编程语言(见下图)。
由图可见，2012年之后，对于Python相关问题的浏览量迅速增长，从时间上看，这一趋势正好和近几年人工智能的发展重合。
技术的普及推广就像滚雪球，早期的积累相对缓慢，一旦过了临界点，就是大爆发。
别的不说，就说现在tensorflow，caffe之类的深度学习框架，主体都是用Python来实现，提供的原生接口也是Python。
如今，Python在AI领域的老大地位已经奠定。
如何才能学习，紧跟科技潮流呢？往下看…………
关于怎么快速学Python，有什么方法，这个问题，想必大家都已经心中有数了，打算深入了解这个行业的朋友，可以加下小编的Python学习群:688134818，不管你是小白还是大牛，小编我都欢迎，不定期分享干货，包括小编自己整理的一份2018最新的Python资料和0基础入门教程，欢迎初学和进阶中的小伙伴。
每天晚上20:00我都会开直播给大家mianfei分享Python学习知识和路线方法，群里会不定期更新最新的教程和学习方法(进群送2018Python学习教程)，大家都是学习Python的，或是转行，或是大学生，还有工作中想提升自己能力的Python党，如果你是正在学习Python的小伙伴可以加入学习。最后祝所有程序员都能够走上人生巅峰，让代码将梦想照进现实，非常适合新手学习，有不懂的问题可以随时问我，工作不忙的时候希望可以给大家解惑。
)
