Python和AI,之所以密不可分,原來是因這八種原因(中回) @ 布萊恩的創業小窩的部落格

Python和AI,之所以密不可分,原來是因這八種原因(中回)

從上篇你可以知道Python門檻低,如果這還不能激起你學習Python的心,今天要告訴你的原因,更強烈阿~

前情提要：隨著各行各業越來越廣泛地應用人工智慧與機器學習，大公司開始在其相關領域進行投資，使得 AI人工智慧與機器學習的人才需求增多。

來自 IBM 機器學習部門的 Jean Francois Puget 更表示： Python 是 AI 和 ML最流行的語言。

根據 Francois Puget 所繪出的圖表如下，自 2015 年起，Python 已成為 AI人工智慧與機器學習的御用程式語言 (類似內容：2018年度AI人工智慧公司Top10排行榜)。你知道 Python 為何能在眾多語言中脫穎而出，而成為 AI人工智慧領域的新寵嗎？，今天整理了以下八點來說服你：

原因三、Python 靈活度高

Python 是靈活的程式語言，它提供了「 OOP ( 物件導向程式設計 )」以及「scripting ( 腳本 )」兩種選項。不須重新編譯源始碼，開發工程師就可用它來做任意修改，快速看到結果。程式工程師也可結合 Python 和其他語言來撰寫程式。開發工程師可選擇他們習慣的程式語言風格，甚至可混搭，以最有效的方式解決不同的問題。以下為常見的程式語言風格：

指令式程式語言風格（Imperative Programming）

為主流的程式語言風格，許多程式語言如 C#、Visual Basic、C++ 與 Java 都支援。此風格是按部就班寫出電腦必須要採取的流程 ( 下指令給電腦 )，讓電腦按著指令達成目標。

功能性程式設計風格（Functional Programming）

又被稱為「宣告式程式設計」，與上述的指令式程式設計相對立。它先描述目標的功能，讓電腦明白目標，而非流程。宣告式程式設計告訴電腦需要計算「什麼」而不是「如何」去計算，從而避免隨之而來的副作用。而指令式程式設計則需要用演算法來明確的指出每一步該怎麼做。

物件導向程式設計風格（The object-oriented style）

由 Class ( 類 ) 與 Object ( 物件 ) 組成，相似的物件會組成一個類。Python 不完全支持這種風格，因為它無法完全執行封裝，但開發人員仍然可以在有限的程度上使用這種風格。

程序式程式設計（The procedural style）

Python 的高靈活度，讓程式設計師能在用最習慣的方式撰寫，在舒適的狀態下掌握狀況，大大降低 bug。

原因四、Python 的平台獨立性

Python 不僅用起來舒服、好上手、功能多樣，還可以在任何平台上盡情運行，包括 Windows、MacOS、Linux、Unix 和其他 21 個平台。當程式開發工程師將程式從一個平台轉移到另一個平台時，也只需要做小小規模的更改、修改少許的程式代碼即可。說到修改代碼，像是 PyInstaller 這樣的封包，工程師就可使用之來修改代碼，以便在不同的平台上運行。

這樣就能有效地節省在各種平台測試的時間和金錢，使整個流程更加簡單方便。