要說近幾年科技圈什么最火熱，無疑就是人工智能，各大科技公司紛紛投入這個浪潮之中，很多從事的是毫不相關的行業(yè)的企業(yè)也投入到了人工智能的開發(fā)與應用中，也想在里面分得一勺半羹。

 

提及人工智能，就不得不說到和他息息相關的開發(fā)工具，python就是最接近AI的預言之一?？偹苤?，機器學習和深度學習是開發(fā)人工智能兩個非常重要的模塊，而 Python擁有keras、Numpy、matplotlib、sklearn、等大量的庫，像matplotlib、sklearn、pandas這些庫都是做數(shù)據分析、數(shù)據處理、數(shù)據建模和繪圖的庫，基本上機器學習中對數(shù)據的爬取（scrapy）、對數(shù)據的處理和分析（pandas）、對數(shù)據的繪圖（matplotlib）和對數(shù)據的建模（sklearn）在Python中全都能找到對應的庫來進行處理。

那么要想學人工智能，想學Python，那以下這些是必不可少的：

首先，你要學Python如何爬取數(shù)據，你要做數(shù)據分析、數(shù)據建模，起碼你要有數(shù)據，這些數(shù)據來源有多種方法，但是很多都來自網絡，這就是爬蟲。

爬蟲：爬蟲主要分為兩個部分，第一個是網頁界面的獲取，第二個是網頁界面的解析；爬蟲的原理是利用代碼模擬瀏覽器訪問網站，與瀏覽器不同的是，爬蟲獲取到的是網頁的源代碼，沒有了瀏覽器的翻譯效果。

舉個列子

源代碼：

import urllib2

repr = urllib2.urlopen("URL")

html = repr.read

import re

省略一行代碼

print url

python爬蟲的話很多模塊包提供給開發(fā)者直接抓取網頁，urllib，urllib2，requests（urllib3）等等

然后，有了數(shù)據就可以進行數(shù)據處理和分析了，這個時候，你需要用到數(shù)據處理的一些庫。

數(shù)據處理：Numpy、scipy、pandas、matplotlib，這些庫分別可以進行矩陣計算、科學計算、數(shù)據處理、繪圖等操作，有了這些庫，你就可以一步步開始把數(shù)據處理成你需要的格式。

接著，數(shù)據符合你的格式以后，你就需要利用這些數(shù)據進行建模了，這個時候你用到的庫也有很多。

建模：當你開發(fā)一款智能電話機器人時候，建模是必須要的，這直接影響到你電話機器人好不好用的問題，像nltk、keras、sklearn，這些庫主要是用于自然語言處理、深度學習和機器學習的，把這些用好了，你的模型就構建出來了，你的產品雛形也就構成了。

最后，如果你的項目是基于Python開發(fā)的線上系統(tǒng)，你還可以學一學Python的Web開發(fā)，這樣，你做的模型還能直接用在線上系統(tǒng)。

Web開發(fā)：django、flask、tornado，這些庫搞明白了，你Web開發(fā)也就搞定了。

為什么開發(fā)AI要先掌握python呢？因為python有其他預言不具備的優(yōu)勢，首先一點就是，對初學非常友好，python非常適合閱讀，特別是英語必要好的同學，pythone更像是一種偽代碼。在學習python你甚至都不用去搞懂預言本身的意義。

基于他的開源屬性，導致你只需要做一點點小小的改動，Python就能夠被移植到許多的平臺上面。如果你是基于系統(tǒng)特性這一點出發(fā)，你可以無需修改就可以讓你寫的程序在平臺上面運行。

可擴展性和可嵌入性。如果你需要你的一段關鍵代碼運行得更快或者希望某些算法不公開，你可以把你的部分程序用C或C++編寫，然后在你的Python程序中使用它們。你可以把Python嵌入你的C/C++程序，從而向你的程序用戶提供腳本功能。

所以，如果你想要去學習AI但是不懂Python，就好比想學習英語但是不懂單詞是一樣的道理。有句話叫“人生苦短，我用Python”，之所以這么說是因為Python在實現(xiàn)各個功能的時候要遠比其他語言簡練的多 。