人工智能为什么不用C？其实你用什么编程语言和人工智能没有关系。只要你喜欢，c是没有问题的，至于Python为什么会成为人工智能的编程语言，原因有很多。下面简单介绍一下。当人工智能的概念还很模糊的时候，很多人都很疑惑。为什么，令人费解的是，Python成为了第一种开发人工智能的语言？
为什么人工智能用Python？
Python对人工智能应用的优点1:人工智能的核心算法是完全依赖于C/C 的，而且Python历史上也一直都是科学计算和数据分析的重要工具。Python虽然是脚本语言，但是因为容易学，迅速成为科学家的工具（MATLAB等也能搞科学计算，但是软件要钱，且很贵），从而积累了大量的工具库、架构，人工智能涉及大量的数据计算，用Python是很自然的，简单高效，
2:Python虽然慢但是它只是调用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。换成C 的话，不仅代码量太大，而且开发效率太低，不是说用C 写不了上层逻辑，，而是换来总体速度提升1%，得不偿失，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。
Python扩展语言的优势：用于通用AI：1.AIMA——Python实现Russell和Norvig的‘ArtificialIntelligence:AModernApproach’库，2.pyDatalog——Python中的逻辑编程引擎SimpleAI——Python实现了“AIMA”一书中描述的许多人工智能算法。
它侧重于提供易于使用，有据可查的测试库，3.EasyAI——简单的Python引擎，用于AI的双人游戏，如Negamax,transpositiontables,gamesolving。用于机器学习：1.PyBrain——灵活、简单，但对于机器算法任务非常高效，它是Python的一个机器学习模块化库，
它还提供了各种预定义的环境来测试和比较你的算法。2.PyML——一款以Python编写的侧重于SVM和其他内核方法的双边框架，它支持在Linux和MacOSX上运行。3.scikit-learn——旨在提供在各种环境下可重复使用的简单而强大的解决方案：机器学习作为科学和工程的多功能工具，
提到人工智能，为什么总会说Python？
Python最近几年确实被更多的提及和使用，得益于丰富的资源库支撑，Python在大数据、机器学习领域被广泛的使用。我本人目前也在使用Python做机器学习方面的研发，与Java比较起来，给我的感觉Python确实很方便，简单的总结一下Python有以下几个显著的特点：语法简单，代码量少。这对于非常注重开发效率的程序员来说是非常重要的，尤其是代码量少，
对一些Java程序员来说改做Python开发非常容易，基本上一周左右就可以完成转换，我学了3天就开始使用Python做算法实现了。库文件丰富，Python提供了很多库文件，比如在机器学习和大数据领域用的比较多的Numpy、matplotlib等，这使得使用Python可以专注于逻辑实现，复杂的事情已经不需要做了，节省了大量的时间。
健全的生态。虽然Python是近几年才被更多的提及，但是Python并不是一门新的语言。其实比Java出现的早，生态也健全。然而，Java成名很早，Python则是大器晚成。得益于以上主要优势，目前Python的发展趋势很好，很多落地项目都开始需要Python进行开发，这多少有点10多年前Java的情况。
