Page 36 - 高中 信息技术 选择性必修4 人工智能初步

第二章 人工智能基础算法及应用

的程序任务，还具备面向对象编程等各式各样的强大功能。不同于C语言等编译型语言，
Python作为一门解释型语言，也非常便于调试代码。同时，Python免费使用和跨平台的特
性，也使这门编程语言吸引了越来越多开源库的贡献者和使用者。使用Python编程至少有

以下四项优势：
1. 方便调试的解释型语言
Python是一门解释型编程语言，源代码都要通过解释器（Interpreter）转换为独特的字
节码，这个过程不需要保证全部代码一次性通过编译。相反，Python解释器会逐行处理这

些代码，这样方便了程序调试，也特别适合于使用不同机器学习模型进行增量式开发。
2. 跨平台执行作业

通过在不同的平台安装用于运行上述字节码的虚拟机，Python便可以执行跨平台作
广东教育出版社
业。由于机器学习任务通常会在多种平台执行，因此以Python这类解释型语言作为编码媒
介不失为一种好的选择。
3. 丰富的应用程序编程接口

除了编程人员所使用的第三方程序库以外，许多著名公司用于科研和商业的云平
台都为互联网用户提供了支持机器学习功能的Python应用程序编程接口（Application
Programming Interface，简称API）。许多平台的机器学习功能模块不需要由用户来编写，

用户只需要像搭积木一样，通过Python语言并且遵照云平台的编写协议与规则，把各个模
块串接起来即可实现不同的功能。
4. 丰富完备的开源工具包

软件工程中有一个非常重要的理念，便是代码与程序的重复利用性。为了构建功能强
大的机器学习系统，如果没有特殊的开发需求，通常情况下，我们都不会从零开始编程。
比如，机器学习算法中经常会使用的向量计算，如果Python中没有直接提供用于向量计算

的工具，我们还需要自己花时间编写这样的基础功能吗？答案是否定的。Python自身免费
开源的特性使得大量专业的编程人员参与到Python第三方开源工具包（程序库）的构建
中。更为可喜的是，大多数的工具包都允许个人免费使用，乃至商用。这其中就包括便于
向量、矩阵和复杂科学计算的NumPy与SciPy，便于绘图的Matplotlib，包含大量经典机器学

习模型的Scikit-learn，对数据进行快捷分析与处理的Pandas，以及集成了上述所有第三方
程序库的综合实践平台Anaconda。
下面介绍几种常用的Python第三方开源工具包。

（1）NumPy与SciPy。
NumPy是最基础的Python工具包，除了提供高级数学运算机制以外，还具备非常高效
的向量和矩阵运算功能，这些功能对于机器学习的计算任务尤为重要。而NumPy更为突出

的是它内部独到的设计，使得矩阵和向量计算的处理效率比Python自带程序库的运行效率
高出许多。SciPy则是在NumPy的基础上构建的更为强大，应用领域也更为广泛的科学计算
包，SciPy需要依赖NumPy的支持运行。

（2）Matplotlib。
Matplotlib是Python编程环境下的开源2D绘图工具包，可以在跨平台的交互式环境中生

28 28

21Y3228.indd 28 2019/10/10 14:23:27