随着互联网的发展，编程语言成为炙手可热的专业。时下较流行的语言有：Java、Python、大数据、PHP等，Java、Python在编程语言中均位居前列。

Java源自C和C++的技术体系，于1995年推出，定位于给专门的程序员设计大型的复杂分布式应用而设计。

而Python是1991年推出（比Java还早）主要面向于系统管理，科研，教育和非程序员群体等。

在人工智能和大数据时代，Python和java这2门编程语言都很优秀，也很火爆，那么我们如何选择呢？

人生苦短，我用Python

人工智能PK大数据，Python，Java 我该学哪个？

Python是一门拥有简洁语法的高级编程语言。一个名为Guido van Rossum的荷兰大佬在1991年设计了它。设计这门语言的初衷，就是为了让代码读起来更轻松，并且让程序员们比起用其他语言，可以写更少的代码，事半功倍。

从语言本身来说，Python是出了名的简洁，容易上手。特色之一是强制用空白符(white space)作为语句缩进，其相对的简单性让新手们可以快速上手写各种应用。

从功能上来说，Python目前最火热的运用是：人工智能和数据分析。Python拥有十分完善的数据分析生态系统。Numpy &Scipy、Pandas、matplotlib 是 Python 最基本数据分析的三驾马车，而 Jupyter notebook 则是分析的最基本交互式环境。只要涉及机器学习，深度学习，神经网络这些高大上的领域，是绝对避不开Python的。

有基于Python开发的蓝鲸游戏运维平台而YouTube也同样使用Python语言开发在Facebook，有大量的基础库均是通过Python实现.....

此外，还有诸多通过Python实现的功能应用，比如利用Python爬取网页制作电子书、用Python编写Face ID破解iPhone X、用Python快速实现区块链、用Python写小游戏、甚至用Python写一个自动抢票的脚本。

在人工智能大行其道的今天，Python的运用前景和发展空间绝对是无限的。

Java，不可撼动的老大哥

人工智能PK大数据，Python，Java 我该学哪个？

Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。

Java使用的虚拟机架构和独树一帜的JIT编译模式能大大提高它的运行速度。当运算量很大时，这种优势极为重要。这也是为什么Java至今仍然是世界上最受欢迎的语言之一。

早在1995年，Jame Gosling就设计出了Java。Java是一门以Class为单位，高度面向对象的高级编程语言。设计初衷是“写一次代码，在哪里都可以用。” 它可以完成任何规模的任务，所以它也是很多公司在做商业级项目的时候的普遍选择。

安卓手机上几乎所有App都是用Java写成的。大型网站的后端，比如电子商务交易平台东也都主要使用Java开发。大型的企业级应用比如大型企业管理系统，CRM系统，ERP系统也可以用Java开发。有关通信及网络的大型企业，比如移动、联通、电信、网通，有关金融行的大型企业，所有的银行、证券公司、互联网金融和大型管理系统，比如供应链，客户管理系统，物流系统主要的信息化都和Java息息相关。

Java在大数据开发方面有很大的优势，目前流行的大数据Hadoop框架、map-reduce框架，很多部分都是用开源的Java语言编写。所以不难看出，Java还是行业应用不可撼动的老大哥。

两种语言综合比对

从语言本身，Python语法简洁优美, 功能强大。而Java以独特的架构和较快的速度著称。

Python作为最近越来越火的语言，是大数据和人工智能的主力军，同时也在网页开发中广泛运用。而Java则垄断了企业级应用的开发，同样在在大数据方面有很大优势，更常年盘踞编程人员数量排行榜第一名。两者工程师的薪资也都十分可观，前景也非常好。

总的来讲，无论选择哪种语言，对于走上技术之路的程序员都会有各自不同的优势。而对于初学者而言，更重要是如何将不同语言之间的相似之处关联起来，去不断领悟各种不同的语言、不同的平台的的相似点。

毕竟，重要的是编程能力，而非仅仅某一种语言

人工智能是一种未来性的技术，目前正在致力于研究自己的一套工具。一系列的进展在过去的几年中发生了：无事故驾驶超过300000英里并在三个州合法行驶迎来了自动驾驶的一个里程碑IBM Waston击败了Jeopardy两届冠军统计学习技术从对消费者兴趣到以万亿记的图像的复杂数据集进行模式识别。这些发展必然提高了科学家和巨匠们对人工智能的兴趣，这也使得开发者们了解创建人工智能应用的真实本质。

谷歌的AI击败了一位围棋大师，是一种衡量人工智能突然的快速发展的方式，也揭示了这些技术如何发展而来和将来可以如何发展。

哪一种编程语言适合人工智能?

你所熟练掌握的每一种编程语言都可以是人工智能的开发语言。人工智能程序可以使用几乎所有的编程语言实现，最常见的有：Lisp,Prolog,C/C++，近来又有Java，最近还有Python.

LISP

像LISP这样的高级语言在人工智能中备受青睐，因为在各高校多年的研究后选择了快速原型而舍弃了快速执行。垃圾收集，动态类型，数据函数，统一的语法，交互式环境和可扩展性等一些特性使得LIST非常适合人工智能编程。

PROLOG

这种语言有着LISP高层和传统优势有效结合，这对AI是非常有用的。它的优势是解决“基于逻辑的问题”。Prolog提供了针对于逻辑相关问题的解决方案，或者说它的解决方案有着简洁的逻辑特征。它的主要缺点(恕我直言)是学起来很难。

C/C++

就像猎豹一样，C/C++主要用于对执行速度要求很高的时候。它主要用于简单程序，统计人工智能，如神经网络就是一个常见的例子。Backpropagation 只用了几页的C/C++代码，但是要求速度，哪怕程序员只能提升一点点速度也是好的。

JAVA

新来者，Java使用了LISP中的几个理念，最明显的是垃圾收集。它的可移植性使它可以适用于任何程序，它还有一套内置类型。Java没有LISP和Prolog高级，又没有C那样快，但如果要求可移植性那它是最好的。

Python

Python是一种用LISP和JAVA编译的语言。按照Norvig文章中对Lips和Python的比较，这两种语言彼此非常相似，仅有一些细小的差别。还有JPthon，提供了访问Java图像用户界面的途径。这是PeterNorvig选择用JPyhton翻译他人工智能书籍中程序的的原因。JPython可以让他使用可移植的GUI演示，和可移植的http/ftp/html库。因此，它非常适合作为人工智能语言的。

在人工智能上使用Python比其他编程语言的好处

优质的文档

平台无关，可以在现在每一个*nix版本上使用

和其他面向对象编程语言比学习更加简单快速

Python有许多图像加强库像Python Imaging Libary,VTK和Maya 3D可视化工具包，Numeric Python, Scientific Python和其他很多可用工具可以于数值和科学应用。

Python的设计非常好，快速，坚固，可移植，可扩展。很明显这些对于人工智能应用来说都是非常重要的因素。

对于科学用途的广泛编程任务都很有用，无论从小的shell脚本还是整个网站应用。

最后，它是开源的。可以得到相同的社区支持。

AI的Python库

总体的AI库

AIMA：Python实现了从Russell到Norvigs的“人工智能：一种现代的方法”的算法

pyDatalog：Python中的逻辑编程引擎

SimpleAI：Python实现在“人工智能：一种现代的方法”这本书中描述过的人工智能的算法。它专注于提供一个易于使用，有良好文档和测试的库。

EasyAI：一个双人AI游戏的python引擎(负极大值，置换表、游戏解决)

机器学习库

PyBrain 一个灵活，简单而有效的针对机器学习任务的算法，它是模块化的Python机器学习库。它也提供了多种预定义好的环境来测试和比较你的算法。

PyML 一个用Python写的双边框架，重点研究SVM和其他内核方法。它支持Linux和Mac OS X。

scikit-learn旨在提供简单而强大的解决方案，可以在不同的上下文中重用：机器学习作为科学和工程的一个多功能工具。它是python的一个模块，集成了经典的机器学习的算法，这些算法是和python科学包(numpy,scipy.matplotlib)紧密联系在一起的。

MDP-Toolkit这是一个Python数据处理的框架，可以很容易的进行扩展。它海收集了有监管和没有监管的学习算饭和其他数据处理单元，可以组合成数据处理序列或者更复杂的前馈网络结构。新算法的实现是简单和直观的。可用的算法是在不断的稳定增加的，包括信号处理方法(主成分分析、独立成分分析、慢特征分析)，流型学习方法(局部线性嵌入)，集中分类，概率方法(因子分析，RBM),数据预处理方法等等。 自然语言和文本处理库

NLTK 开源的Python模块，语言学数据和文档，用来研究和开发自然语言处理和文本分析。有windows,Mac OSX和Linux版本。

结论

python因为提供像 scikit-learn的好的框架，在人工智能方面扮演了一个重要的角色：Python中的机器学习，实现了这一领域中大多的需求。D3.js JS中数据驱动文档时可视化最强大和易于使用的工具之一。处理框架，它的快速原型制造使得它成为一门不可忽视的重要语言。AI需要大量的研究，因此没有必要要求一个500KB的Java样板代码去测试新的假说。python中几乎每一个想法都可以迅速通过20-30行代码来实现(JS和LISP也是一样)。因此，它对于人工智能是一门非常有用的语言。

案例

做了一个实验，一个使用人工智能和物联网做员工行为分析的软件。该软件通过员工情绪和行为的分心提供了一个有用的反馈给员工，从而提高了管理和工作习惯。

使用Python机器学习库，opencv和haarcascading概念来培训。建立了样品POC来检测通过安置在不同地点的无线摄像头传递回来基础情感像幸福，生气，悲伤，厌恶，怀疑，蔑视，讥讽和惊喜。收集到的数据会集中到云数据库中，甚至整个办公室都可以通过在Android设备或桌面点击一个按钮来取回。

开发者在深入分析脸部情感上复杂点和挖掘更多的细节中取得进步。在深入学习算法和机器学习的帮助下，可以帮助分析员工个人绩效和适当的员工/团队反馈。

python，人工智能 5G时代 想必大家这些字眼一定不会陌生 因为趋势所然 势比人大 可是 完全是跨行业的学生或者工薪一族如何去蜕变 并且和时代完美接轨呢 并且这个时代懂编程 懂技术 懂互联网的人 工资都很丰厚 想必大家都有所了解。作为一名多年python工作码农 给大家分享下过来人的学习经验吧 希望对大家能有点帮助 

一、在学习Python之前 选择好方向

相信大多人在学习Python之前 肯定都自己了解过这门语言，也知道Python有很多的学习方向，比如说数据采集方向（爬虫），或者Web开发方向，也可能是最近特别火热的人工智能方向。每个方向所需要的技术都是不尽相同的，所以在我们学习完成Python的基础语法之后，一定要慎重选择自己之后的进阶方向。

二 学习Python的基础语言

就像学习其他编程语言或者是学习一门外语一样 ，我们应该从Python的基础语法开始学习 ，了解什么是Python的变量 什么是循环 什么是函数，什么是模块。类等等。总之，基础是学习以后高级开发的基石。

三、学习Python的文件操作

学习完基础之后，我们肯定要进行一些简单的联系。文件的操作是我们不二的选择，因为无论是文本文件。XML格式的文件还是Office办公系列的文件。我们统称之为文件操作。

我们在学习文件操作的时候，要学习文件的写入和读取 以及了解各种文件之间的读写不同知识点。相信在学习完成之后，对于文件的操作 大家一定会得心应手。

四、学习Python的网络编程

在我们这个时代 ，相信大多数是离不开互联网的，我们要学习网络编程。一般了解一下三个方面就可以了。

1.写出基本的TCP连接，知道编写TCP的各个步骤，例如创建socket、绑定port、端口复用等，对TCP稍微做了解，知道协议的每个字段，了解三次握手

2.了解基本的服务器并发模型，例如多进程、多线程、IO复

3.了解一些网络库例如twisted

五、学习Python的数据库编程

在我们学习完成Python的文件操作处理之后 肯定会对于文件的不便性有一定的理解。所以这个时候我们就要学习Python的数据库编程了。数据库有Mysql数据库，Oracle数据库和Sqlite数据库。Sqlite数据库是Python自身拥有的，而其他的数据库则需要我们安装相应的操作模块。

一般 我们学习Mysql数据库的操作即可。数据库的增加数据，删除数据，以及查询数据 以及对应的SQL语句是我们学习的重点。

六、Python高级进阶（一）：Web方向

在我们学习完成之前的基础知识之后，我们就要开始学习实战项目了。我们可以使用Python编写一个博客网站。通过网站的编程知识的学习。我们可以充分巩固我们之前所学的文件操作，数据库编程以及网络编程。是学习提高的好方法。一般Django框架是学习Python Web编程的首选框架。

七、Python高级进阶（二）：人工智能方向

Python在人工智能方向上的运用是非常广泛的。深度学习是我们需要掌握的，我们可以学习谷歌的开源人工智能框架TensorFlow。以及Numpy这种工具可用来存储和处理大型矩阵，是学习人工智能敲门砖。在掌握这些知识以后，我相信大家就可以根据自己的实际情况来进入深入学习了。

八、python的知识储备1.python基础知识（变量、语句、数据类型等等，买本入门知识或者是去网上找关于python的基础知识）

2.了解python的基础库（模块、包、系统模块、三方模块，python的库是相当多的，这也是它受欢迎的原因之一）

3.python的文字处理

4.python数据排序

5、数学基础：微积分、线性代数、概率与统计、离散数学

九、自学或者培训的选择 定力自律性强自学 并给大家推荐一个不错的学习网站创客学院

十、学习需要名师指路 或者良好的学习氛围 遇到问题互相指教 一个python人热爱的学习QQ裙【python学习创客群】

自己的一些拙见 希望对大家有帮助 对您有用的话 可以点个赞 谢谢大家。

---