為什麼Python是AI從業者的首選語言？
源小象文李燁
Python語言從1991年發布第一個版本，至今已經快30年了。作為一種解釋型語言，很多年裡一直打著「腳本語言」的標籤，並因為運行速度被詬病。
但是現在，如果你想從事人工智慧行業的技術工作，學習Python已然成為了必須。
根據數據平台 Kaggle發布的2017年機器學習及數據科學調查報告，在工具語言使用方面，Python是數據科學家和人工智慧從業者使用最多的語言（見下圖）。
IEEE綜覽（IEEE Spectrum）發布的2017最受歡迎編程語言列表中，Python同樣位列第一（見下圖）。
筆者並不是Python粉，做了十幾年程序員，工作語言最開始是C，後來用Java，現在用C#。
卻也不得不承認，在日常工作中，Python所佔的比例越來越大了。
即使不是開發最終提供給用戶的產品，做POC或Prototype會用到Python；處理數據會用到Python；驗證論文也會用Python……
毋庸置疑，Python已經成為了AI從業者的首選。
曾經被認為是「學生才用」的Python，為什麼頂尖的大公司都在用？為什麼Python忽然之間變得這麼招人愛？
究其原因，筆者認為，大概有以下幾個：
I. Python是一種說人話的語言
解釋一下，所謂「說人話」，是指這種語言：
我們先來看幾個代碼的例子：
C 語言Hello World 代碼：
intmain()
{
printf("Hello, World!");
return;
}
Java 語言Hello World 代碼：
Python 語言Hello World代碼：
print("Hello World!")
僅僅是一個Hello World程序，就能看出區別了，是不是？
編譯 VS 解釋
當然，僅僅是一個Hello World的話，C和Java的代碼也多不了幾行。
可是不要忘了，C和Java的代碼要運行，都必須先經過編譯的環節。
對於C語言來說，在不同的操作系統上使用什麼樣的編譯器，也是一個需要斟酌的問題。一旦代碼被copy到新的機器，運行環境和之前不同，還需要重新編譯，而那台機器上有沒有編譯器還是一個問題，安裝上編譯器後，也許和之前最初的編譯器有所區別，還得修改源代碼來滿足編譯環境的需求……
我到底做錯了什麼？我只是想運行一個別人寫的程序而已[淚目]
而Python則不用編譯，直接運行。而且都可以不用寫文件，一條條語句可以直接作為命令行運行。不要太方便咯。
我們來看一個實際一點的例子：創建一個鏈表，把0-9逐次插入到鏈表中。再從head開始逐一列印鏈表中每個節點的值。
這樣一個程序，看看用C，Java和Python分別如何實現：
【創建列印鏈表 - C代碼】：
structlist_struct
{
intval;
structlist_struct*next;
};
struct list_struct*create_list(intval)
{
structlist_struct*head=NULL;
structlist_struct*ptr= (structlist_struct*)malloc(sizeof(structlist_struct));
if(NULL== ptr)
{
printf("
Node creation failed
");
returnNULL;
}
ptr->val = val;
ptr->next =NULL;
head = ptr;
returnhead;
}
struct list_struct*add_to_list(list_struct* curr,intval)
{
if(curr =NULL)
{
printf("
Node insertion failed
");
returnNULL;
}
structlist_struct*ptr= (structlist_struct*)malloc(sizeof(structlist_struct));
if(NULL== ptr)
{
printf("
Node creation failed
");
returnNULL;
}
ptr->val = val;
ptr->next =NULL;
curr->next = prt;
returnptr;
}
voidprint_list(list_struct* head)
{
structlist_struct*ptr=head;
while(ptr !=NULL)
{
printf("
[%d]
",ptr->val);
ptr = ptr->next;
}
return;
}
intdelete_list(list_struct* head)
{
structlist_struct*curr=head;
structlist_strcut*del=NULL;
if(head==NULL)
{
return-1;
}
else
{
while(curr->next !=NULL)
{
del = curr;
curr = curr->next;
free(del);
}
free(curr);
}
return;
}
intmain(void)
{
inti =, ret =;
structlist_struct*head=create_list(0);
structlist_struct*prt=head;
for(i =1; i
prt = add_to_list(prt,i);
print_list(head);
delete_list(head);
return;
}
【創建列印鏈表 - Java代碼】：
【創建列印鏈表 - Python代碼】：
numbers =list(range(10))
print(numbers)
這個時候是不是已經看出區別來了？
底層細節
請注意C代碼中的malloc()和free()函數。它們在幹嘛？它們在操作內存。
malloc()為鏈表的單元申請一塊內存，free()釋放掉它。如果申請了的內存空間沒有被釋放掉，就會產生著名的內存泄漏。
允許開發者（程序員）直接掌控底層細節，是C的閃光點，是有相應需求程序的利器，是其高性能的保障。但對於不需要也沒有興趣成為「語言大師」的用戶，幾乎就是災難。
Java和Python都有自動垃圾回收機制，能夠自動管理內存。再也不用手動分配和回收內存空間了！
變數類型
Java和Python都是誕生在上世紀90年代初期，有許多相似之處。但也有很多不同。
Java是靜態類型語言，一個變數一旦被指定了一個類型，就不再接受其他類型的值。
例如上面例子中的List numbers = new ArrayList(); numbers既然已經被聲明為每個element都是Integer類型，就不能接受其他（例如String）類型的值。
動態類型語言Python就不受這個限制。下面的代碼一樣可以運行：
numbers =list(range(10))
numbers.append("test")
print(numbers)
列印結果是：
[,1,2,3,4,5,6,7,8,9, "test"]
當然，靜態類型 vs 動態類型各有其適用域，並不是說動態就一定比靜態好。
不過，寫AI相關的程序時，處理大量非結構化數據是必然要求。針對這一場景，動態類型自有其可以施展的地方。
語言語法
和Python比，Java的語法更「啰嗦」。
從上面的例子已經可以看出，創建一個鏈表，Java還需要聲明和逐個插入節點，而Python則可一行代碼完成從鏈表創建到插入節點及賦值的全部操作。
這還只是一個例子。在真正的使用中就會發現，對於很多非常簡單基礎的操作，Java非讓你很彆扭地寫好幾行，Python直接一句搞定。
這樣的結果就是，Python寫起來省事，讀起來也方便。可讀性遠超Java。
表達風格
在10年或者更久遠之前，Python經常被用來和Perl相提並論。畢竟在那個時候，C是系統級語言，Java是面向對象語言，而Python & Perl則是腳本語言的雙子星。
Python和Perl在設計層面有一個非常大的區別：
從哲學層面講，Perl的追求更加自由主義，更利於釋放人類的多樣化天性。也確實有很多Geek范兒程序員因為這一點推崇毫無限制的Perl，鄙視到處設限的Python。
然而，Perl寫的程序——那叫一個亂七八糟！
當你想遇到問題，想在網上找點實例代碼看看的時候，搜到的Perl example千姿百態，很難找到一種「大眾」的解法。而不同寫法之間，還很難保證相容。
這個問題其實在Python vs Java上也有，只不過程度要低得多。
Java語言本身並沒有想要把自己變成書寫代碼詩歌的載體。但是因為它長年大量地被應用在企業級軟體的後台開發，夾雜進了太多並非語言本身卻又與其使用不可分割的東西，進一步加劇了Java的繁雜。
如果不是想成為代碼詩人，或者語言大師，只是想用盡量簡單直接的方法，把事情做了，首選語言確實是Python。
II. 強大的AI支持庫
由於Python語言自身所具備的特性，使得它成了做數據處理、機器學習和深度學習的人們的首選。
畢竟這些領域早期的主體是研究人員和數據科學家。他們並不是職業程序員，編程語言本身與他們而言僅僅是一種工具。
他們沒有興趣搞什麼「XXX是最好的編程語言」，也不想陷入語言類型、特徵的爭論，僅僅是需要一種能夠在付出最小學習代價的前提下，儘快將他們的想法實現為代碼的載體。
如此一來，Python就成了他們的掌中寶。作為回報，他們向Python反哺了大量用於數據處理和機器學習的支持庫。
其中最著名的NumPy和sklearn（scikit-learn），它們是現在每一個有志於入行AI的人都不可能忽略的。
矩陣運算
NumPy由數據科學家Travis Oliphant創作，支持維度數組與矩陣運算。結合Python內置的math和random庫，堪稱AI數據神器！有了它們，就可以放心大膽玩矩陣了！
大家知道，不管是Machine Learning，還是Deep Learning，模型、演算法、網路結構都可以用現成的，但數據是要自己負責I/O並傳遞給演算法的。
而各種演算法，實際上處理的都是矩陣和向量。
使用NumPy，矩陣的轉置、求逆、求和、叉乘、點乘……都可以輕鬆地用一行代碼搞定，行、列可以輕易抽取，矩陣分解也不過是幾行代碼的問題。
而且，NumPy在實現層對矩陣運算做了大量的並行化處理，通過數學運算的精巧，而不是讓用戶自己寫多線程程序，來提升程序效率。
有了Python這種：語法簡潔明了、風格統一；不需要關注底層實現；連矩陣元素都可以像在紙上寫公式一樣；寫完公式還能自動計算出結果的編程語言，開發者就可以把工作重心放在模型和演算法上了。
ML模型
用Python實現大多數經典模型，幾十上百行代碼就夠了。
當然，對於普通用戶，也可以連演算法都不用管，只是調用Scikit-Learn的介面就可以了。
比如，訓練和使用一個logistic Regression模型，只需要下面幾行代碼就可以了：
#import the LogisticRegression
from sklearn.linear_model import LogisticRegression
#Use default parameters
classifier = LogisticRegression()
#train model
classifier.fit(train_set, target)
#dotest
y_hat = classifier.predict(test_set)
#printouttestresults
print y_hat
支持圖表
Python還有許多圖標方面的支持庫。用來生成dashboard上的各種圖形表格，是非常簡單的事情。
比如使用Plotly圖形庫，下面這些炫彩的圖形，就隨便用啦：
III. 規模效應
語言簡單易學，支持庫豐富強大，這兩大支柱從早期就奠定了Python的江湖地位。
不過當然咯，羅馬不是一天建成的，凡事都需要積累。雖然NumPy的前身在1995年就出現了，不過正式的NumPy卻是到了2006年才發布。sklearn則發佈於2007年。
根據以高收入國家Stack Overflow問題閱讀量為基礎的主要編程語言趨勢統計，可以看出，近年來，Python已然力壓Java和Javascript，成為目前發達國家增長最快的編程語言（見下圖）。
由圖可見，2012年之後，對於Python相關問題的瀏覽量迅速增長，從時間上看，這一趨勢正好和近幾年人工智慧的發展重合。
技術的普及推廣就像滾雪球，早期的積累相對緩慢，一旦過了臨界點，就是大爆發。
別的不說，就說現在tensorflow，caffe之類的深度學習框架，主體都是用Python來實現，提供的原生介面也是Python。
如今，Python在AI領域的老大地位已經奠定。
從現在開始學AI，舍Python其誰？
作者：李燁
現就職於微軟（Microsoft），曾在易安信（EMC）和太陽微系統（Sun Microsystems）任軟體工程師。先後參與聊天機器人、大數據分析平台等項目的開發。微信公眾號：yuesiyuedu
-END-
版權聲明：本文為小象原創文章，轉載請聯繫後台。
近年來國內人工智慧產業持續升溫，對人才的需求量急劇增加，企業也願意提供優厚待遇招聘熟練掌握Python的開發者。如果你打算把Python作為職業提升或轉型的終極武器，下面這門《Python人工智慧》課是你的必修課。
※Python3快速排序
※Fabric3：Fabric的Python3支持版
TAG:Python |