Python+人工智能的发展进程

　　Python是这些库的API binding，使用Python是因为CPython的胶水语言特性，要开发一个其他语言到C/C++的跨语言接口，Python是较容易的，比其他语言的门槛要低不少，尤其是使用Cython的时候。

　　其他语言的许多都只能导入C的函数入口点，复杂的数据结构大多只能手工用byte数组拼起来，如果还需要回调函数输入那就无计可施了。

　　而CPython的C API是双向融合的，可以直接对外暴露封装过的Python对象，还可以允许用户通过继承这些自定义对象来引入新特性，甚至可以从C代码当中再调用Python的函数(当然，也有一定的条件限制)。

　　而且Python历也一直都是科学计算和数据分析的重要工具，有numpy这样的底子，因为行业近似所以选择API binding语言的时候会选Python，同时复用numpy这样的基础库既减少了开发工作量，也方便从业人员上手。

　　python不是因为胶水特性才作为人工智能选，而是因为简单聚焦问题本身而不是繁琐底层细节，或者说算法和模型才是人工智能核心，并非某个语言,而算法和模型很多时候的构建都是ad-hoc的，交互式的研发办法，这个就注定了只有python适合。

　　一个语言的发展啊，还是要考虑历史的进程的。

　　同时，因为现在从业人员来源复杂，各个专业的都有，像数学，统计，经济学等等各行各业的朋友都试图在这波浪潮里分一碗羹。就目前来看Python 这样啥都能做，啥都能做的还行的特性，的确是对降低编程门槛，加快迭代效率而言有着不错的利好。