学习Python+人工智能还是很好的

　　python有很多的基础框架可用于机器学习/深度学习。比如numpy、scikit-learn等。

　　python是动态语言，可以的实现研究和原型开发。 人工智能80%的时间是在做研究，如果每次都写50000行Java代码来验证新的假设，那么你将永远无法完成该项目。 在Python中，几乎每个想法都可以通过20-30行代码验证。

　　1.Python-直都是科学计算和数据分析的重要工具,虽然是脚本语言，但因为易学，迅为科学家的工具，积累了大量工具库、架构，人工智能涉及大量的数据计算，用Python简单又。

　　2. Python虽然慢,但它只是调用AI接口，真正的计算全是C/C+ +写好的数据底层，用Python只是写相应的逻辑，几行代码就出来了。如果换成C++，不仅代码量太大，而且开发效率太低。

　　3.Python在拥有简洁的语法和丰富的生态环境从而提高开发速度的同时，对C的支持也很好,Python结合了语言的优点，又通过对C的高度兼容弥补了速度慢的缺点，自然受到数据科学研究者与机器学习程序员的青睐。

　　总的来说，Python开发效率非常高，有非常强大的第三方库，基本上你想通过计算机实现任何功能, Python库里都有相应的模块进行支持。

　　所以直接下载调用后，在基础库的基础上再进行开发，大大降低开发周期，避免重复造轮子，还有python的是可移植性、可扩 展性、可嵌入性、少量代码可以做很多事。