量化金融分析師(AQF)|談?wù)?a href="http://www.h8045.cn/aqf/">python與人工智能

本世紀(jì)，人工智能掀起了世界的新一波科技浪潮，越來越多的個(gè)人，企業(yè)，組織投身到了人工智能的開發(fā)與應(yīng)用中。

說到人工智能不得不提到與之相關(guān)的語言與工具，python就是其中最為熱門的語言之一。

現(xiàn)階段，常規(guī)的人工智能包含常用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)兩個(gè)很重要的模塊，而Python擁有matplotlib、Numpy、sklearn、keras等大量的庫，像pandas、sklearn、matplotlib這些庫都是做數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)建模和繪圖的庫，基本上機(jī)器學(xué)習(xí)中對(duì)數(shù)據(jù)的爬?。╯crapy）、對(duì)數(shù)據(jù)的處理和分析（pandas）、對(duì)數(shù)據(jù)的繪圖（matplotlib）和對(duì)數(shù)據(jù)的建模（sklearn）在Python中全都能找到對(duì)應(yīng)的庫來進(jìn)行處理。

python優(yōu)勢

對(duì)于初學(xué)者而言，python非常簡單，非常適合人類閱讀。閱讀一個(gè)良好的Python程序就感覺像是在讀英語一樣，盡管這個(gè)英語的要求非常嚴(yán)格！Python的這種偽代碼本質(zhì)是它最大的優(yōu)點(diǎn)之一。它使你能夠?qū)Ｗ⒂诮鉀Q問題而不是去搞明白語言本身。

Python是FLOSS（自由/開放源碼軟件）之一。簡單地說，你可以自由地發(fā)布這個(gè)軟件的拷貝、閱讀它的源代碼、對(duì)它做改動(dòng)、把它的一部分用于新的自由軟件中。Python希望看到一個(gè)更加優(yōu)秀的人創(chuàng)造并經(jīng)常改進(jìn)。

由于它的開源本質(zhì)，Python已經(jīng)被移植在許多平臺(tái)上（經(jīng)過改動(dòng)使它能夠工作在不同平臺(tái)上）。如果你小心地避免使用依賴于系統(tǒng)的特性，那么你的所有Python程序無需修改就可以在下述任何平臺(tái)上面運(yùn)行。這些平臺(tái)包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、PalmOS、QNX、VMS、Psion、AcomRISCOS、VxWorks、PlayStation、SharpZaurus、WindowsCE甚至還有PocketPC、Symbian以及Google基于linux開發(fā)的Android平臺(tái)！

Python解釋器把源代碼轉(zhuǎn)換成稱為字節(jié)碼的中間形式，然后再把它翻譯成計(jì)算機(jī)使用的機(jī)器語言并運(yùn)行。事實(shí)上，由于你不再需要擔(dān)心如何編譯程序，如何確保連接轉(zhuǎn)載正確的庫等等，所有這一切使得使用Python更加簡單。由于你只需要把你的Python程序拷貝到另外一臺(tái)計(jì)算機(jī)上，它就可以工作了，這也使得你的Python程序更加易于移植。

Python既支持面向過程的函數(shù)編程也支持面向?qū)ο蟮某橄缶幊?。在面向過程的語言中，程序是由過程或僅僅是可重用代碼的函數(shù)構(gòu)建起來的。在面向?qū)ο蟮恼Z言中，程序是由數(shù)據(jù)和功能組合而成的對(duì)象構(gòu)建起來的。與其他主要的語言如C++和Java相比，Python以一種非常強(qiáng)大又簡單的方式實(shí)現(xiàn)面向?qū)ο缶幊獭?/p>

可擴(kuò)展性和可嵌入性。如果你需要你的一段關(guān)鍵代碼運(yùn)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，要想學(xué)習(xí)AI而不懂Python，那就相當(dāng)于想學(xué)英語而不認(rèn)識(shí)單詞。

>>>點(diǎn)擊學(xué)習(xí)CFA+AQF量化金融雙證班課程

Python需求

那么要想學(xué)人工智能，想學(xué)Python，那以下這些是必不可少的：

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

爬蟲：

requests、scrapy、selenium、beautifulSoup，這些庫都是寫網(wǎng)絡(luò)爬蟲需要使用到的，好好掌握這些東西，數(shù)據(jù)就有了。

然后，有了數(shù)據(jù)就可以進(jìn)行數(shù)據(jù)處理和分析了，這個(gè)時(shí)候，你需要用到數(shù)據(jù)處理的一些庫。

數(shù)據(jù)處理：

Numpy、scipy、pandas、matplotlib，這些庫分別可以進(jìn)行矩陣計(jì)算、科學(xué)計(jì)算、數(shù)據(jù)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(jù)處理成你需要的格式。

接著，數(shù)據(jù)符合你的格式以后，你就需要利用這些數(shù)據(jù)進(jìn)行建模了，這個(gè)時(shí)候你用到的庫也有很多。

建模：

nltk、keras、sklearn，這些庫主要是用于自然語言處理、深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的，把這些用好了，你的模型就構(gòu)建出來了。

最后，如果你的項(xiàng)目是基于Python開發(fā)的線上系統(tǒng)，你還可以學(xué)一學(xué)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。

有句話叫“人生苦短，我用Python”，之所以這么說是因?yàn)镻ython在實(shí)現(xiàn)各個(gè)功能的時(shí)候要遠(yuǎn)比其他語言簡練的多。

在真實(shí)的工作中，我們需要做的事情是把大量的精力集中在數(shù)據(jù)上、數(shù)據(jù)分析和理解上，而不是花費(fèi)30%-50%的時(shí)間去寫代碼，Python不光是提供了機(jī)器學(xué)習(xí)所需要的一切工具庫，還能讓你專注在數(shù)據(jù)處理和分析上。