Python這兩年的熱度，似乎預示著未來是Python的江湖了，這有許多原因。那麼Python這門語言，究竟為什麼這麼火爆，市面上的資訊冗雜，經常看到說Python語言簡單實用。那麼Python相較於其他優勢有什麼真正優點呢？下面詳細給大家分析一下。

自從1991出現到現在，Python似乎到了最火爆的地位。Python有著豐富的第三方庫，這些寫好的底層庫，只要封裝好，Python呼叫非常靈活。雖然Python是解釋性語言，在執行效率比不上編譯性語言（C,C++），但是在開發效率上非常輕便及時，在這個節奏如此快的生活，開發時間成本是非常重要，Python是最適合。

開源也是一個很明顯的優勢，跨平臺的有效性，多目標，垃圾回收（自動的），程式碼的簡潔性，以及整齊的縮排是

Python在web領域也應用廣泛，後臺框架Django，flask，Tornado讓人學習起來容易，讓開發人員能夠協同的工作起來。

Python寫爬蟲有非常強的優勢，抓取網頁的介面簡潔明瞭，urllib2庫包提供了完整的介面文件，冒然的用urllib2給一個網站傳送請求的話，有可能被網站拒絕，我們可以模擬user agent的行為構造合適的請求，以一個合法身份進行請求。抓取頁面後，可以用正則表示式，XPath或CSS選擇器進行解析獲取有用的內容。python提供了簡潔的文件處理功能，能用極短的程式碼完成大部分文件的處理。其實以上功能很多語言和工具都能做，但是用python能夠最快，最乾淨的實現。

在人工智慧和資料分析領域，為什麼說python成為最適合的語言？

人工智慧已經上升到國家發展戰略，機器學習和深度學習這些詞彙大量的出現在網路流行語中，人臉識別以及自動駕駛已經在現實中開始引用了，某種意義上人工智慧好像走在我們的生活了，我們身處在這個不斷進步和變化的時代，讓人熱血澎湃。

機器學習就是基於海量資料進行建模來模擬，這是一門多領域的學科，涉及到概率輪，統計學，演算法複雜度理論等多門學科。

Python是最適合機器學習的基礎語言，其中在機器學習中遇到的高等數學基礎知識，線性代數及矩陣等，python都有著更科學的第三方數學庫，來進行開發。Python也有由谷歌開發的機器學習庫TensorFlow

在資料分析領域Python有著強大的科學計算類庫，面對海量的資料，Python只要呼叫若干個Python庫：NumPy（儲存和處理大型矩陣），pandas（處理資料的函式和方法），matplotlib（資料操作、聚合和視覺化）和scipy（高效的數學運算）就能為你高效準確解決大量的資料分析難題。