Python是一種跨平臺的計算機程序設計語言。 是一個高層次的結合瞭解釋性、編譯性、互動性和麵向對象的腳本語言。最初被設計用於編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越多被用於獨立的、大型項目的開發和人工智能系列設計研發。
當你我親眼看見，人工智能給這個世界帶來越來越多的改變，我越發感知到人工智能的普及應用，人工智能是一門完整的學科，裡面有很多知識可以講，由淺及深大約會是：Python編程語言，爬蟲，數據分析、高等數學、機器學習、深度學習……
Python會讓初學者糊塗：初學者不知道自己在學些什麼，學了能做什麼……甚至他可能都不理解，為什麼學人工智能，就要學 Python？
Python是一種解釋型腳本語言，可以應用於以下領域：
- Web 和 Internet開發
- 科學計算和統計
- 人工智能
- 桌面界面開發
- 軟件開發
- 後端開發
- 網絡爬蟲
現實中大多數人，其實都會是人工智能的應用者，而非人工智能的研發者。 而對於應用者而言，至多學到數據分析的程度就夠了！一個初學者。當下，他只知道人工智能在這個時代特別重要，每個人都應該去學習。它是個常在新聞裡出現的名詞，它是阿爾法狗，是機器人，是無人車……
一個真正意義上的人工智能認知，我們應該更多地關注人工智能問題：
- 人工智能的本質究竟是什麼？
- 人工智能可以做什麼？
- 人工智能這門學科的瞭解和學習完整路徑是什麼？
當這些認知問題都得到解決，我們才會去決定：
- 我要不要繼續學習人工智能。
- 我們是否要成為一個研發者，還是應用者（這兩者只是分工不同，並無高下之分，都會創造巨大價值）。
3.學習人工智能，一定是要從上面這些認知問題開始的。我們先認識它，再學習瞭解它。接下來，才是去Python敲代碼研發和應用。
技術變革，會帶來機遇
在正式的課程開始之前，我想講一個非常粗淺，但又非常重要的歷史規律：技術變革，會帶來機遇。
在上個月，我去了一趟沃爾瑪，發現兩件神奇的事：
- 買菜稱重不需要人，顧客自助。
- 掃碼買單不需要人，用小程序。
這件事，發生在深圳華僑城。
賣菜的大媽說她很開心：現在大家都自助了，工作變輕鬆。
我不知道該怎麼告訴她：這份工作，可能馬上就要消失了。因為它不再被需要，或說很少地被需要。
技術變革，總是會讓一切的事情重新洗牌，它創造新的機遇，同時也毀滅舊的秩序。 沃爾瑪的這一幕，曾在人類歷史上反覆重演。
早在一萬多年前，那時，女性負責採集，男子從事漁獵。採集比漁獵收益更加豐富而穩定，女性在家庭中佔據絕對領導地位。
但後來出現了耕種技術，畜牧技術。 男性在家庭經濟活動中更具備優勢，事情開始發生變化。 我們從原始文明，進入農業文明。
由此推演到兩百多年前，蒸汽機問世。 機器開始替代人去從事交通運輸工作，從事紡織工作。傳統車伕需要學會駕駛，傳統女工需要尋找新的機遇。 大量的機械設備，讓機器替代人去從事體力勞動。勞動力湧進工廠，湧進辦公室。 我們從農業文明，步入工業文明。
你能從中看到一個規律： 技術發展催生變革，變革帶來機遇。 當技術變革來臨的時候，越是敏銳的人越能感受到異常——他們知道，已經有一些什麼東西在悄悄發生，它帶來變革、機遇，還有毀滅。
最先看到變革發生，擁抱技術的人，他們會抓住機遇，坐享時代的榮寵。 他們不會比別的人更聰明，不會比別的人更努力。他們只是更早看到趨勢，果敢地做出超前的選擇。
在網絡信息快速發展，技術變革又將再臨。
（三） 人工智能是個什麼級別的機遇？
對未來最富野心與熱情的那批人：科學家、創業者、投資人，甚至是政府部門，一直在努力的探索答案：是區塊鏈？是基因工程？還是雲計算？
隨著那項技術日漸成熟，它從百花齊放的高新技術中脫穎而出，樣貌清晰可見。 是人工智能（AI）。
我們知道，人的作為勞動力的價值體現在兩個方面：體力和腦力。 工業革命負責解決（或說部分解決）體力勞動，而人工智能將負責解決腦力勞動。 一切的生產模式，一切的生產結構，都將因此而發生變化。我們將它稱之為變革。 除此之外的其他技術，都只是錦上添花。
我們舉一點例子：
還記得我們最開始說的，沃爾瑪超市的案例嗎？ 在無人售貨的過程中，真正的技術瓶頸才不是手機的網絡通信，而是計算機視覺。 計算機視覺，就是讓計算機能像人一樣去讀懂圖像，它是人工智能技術的一個分支。 當你掃碼的時候，計算機需要識別碼的內容，來計算價格。當最終結算的時候，需要做人臉識別，來防止盜竊行為……讓攝像頭像人眼一樣看東西，讓計算機像人腦一樣理解圖像。這就是計算機視覺所做的事。
同樣的計算機視覺技術，還可以應用在農業領域。這是傳統的農藥噴灑動作：
但有了計算機視覺的加持，事情會變成這樣：
一架加持了攝像頭的無人機，帶著農藥遊走在田野之間。在你的眼裡，事情是這樣：
但在它的眼裡，事情則是這樣：
計算機通過海量的圖片識別做練習，能夠精準地識別雜草和莊稼，最終的效果就像最有經驗的老農一樣，一眼過去，明明白白。
緊接著，再用精準噴頭噴灑農藥，只對雜草，避開莊稼。 這樣操作，可以節省下90%的藥水，減少大量的農藥汙染。 做這個探索的，是家農業人工智能公司藍河科技（Blue River Technology），現已被迪爾（Deere）公司以3.05億美元的價格收購。
同樣的技術，還被用進醫療的領域。典型如騰訊覓影這樣的產品，用於AI醫學圖像分析，在癌症的早期識別上，人工智能對拍片的識別能力，也已經超過人類醫生。
……
類似這樣的應用還有許多。
自然語言處理，讓計算機像人一樣理解文字。這讓助理、客服、銷售這些有著固定場景的工作發生變化。
自動駕駛，讓計算機像人一樣駕駛汽車，這讓司機的工作發生變化。
智能推薦算法，讓計算機像人一樣學習和識別，這讓傳統的運營、編輯的工作發生變化。 ……
如是種種。
毫無疑問，人工智能才是那個未來的答案，它帶來變革，帶來機遇。 至少，也會是和工業革命同等級的存在。
（四）是哪些人在抓住機遇？
回望歷史，在每一次技術變革裡，抓住機遇的人都不會太多。
能做出正確選擇的人，就那麼少嗎？
還真就那麼少。
那麼，究竟是哪些人在抓住機遇？
答：那些用”這麼做，不會錯“的方式思考問題的人，抓住機遇。
那些用”這麼做，一定對“的方式思考問題的人，丟失機遇。
除思考問題的方式不同之外，兩種人沒有差別。
舉兩個例子：
在21世紀的前十年，一線城市的房價都進入高速增長。如下圖，深圳南山區的房價就從2006年的12119一平，漲到2010年的29609一平。
有的人覺得這瘋了，房子是用來住的，不是用來炒。四年2.5倍這鐵定是泡沫。
先安心工作，一定對。
有的人則會不同，他看到的是
中國的城市化進程，越來越多的人離開黃土地，走進城市。但城市的土地資源有限，四年2.5倍不算多，房價一定還會上漲。這麼做，不會錯。
他大舉買入。
後來的事情，所有人都知道了。
前者或許至今都在觀望，後者已經隨城市化進程積累大量的財富。
2003年，阿里巴巴創建淘寶網，人們開始在網絡上買東西。
在一開始的時候，網絡上賣假貨的事情總上媒體頭條，人們對這個新鮮的事物充滿懷疑。
有的人覺得做生意向來講究一手交錢一手交貨，一朝被蛇咬十年怕井繩，買家不會相信網上買來的東西，那都是騙子才去的地方。
踏實做線下，一定對。
但有的人覺得電子商務比傳統商業，有更低的交易成本，更高的便利性。隨著互聯網普及，它一定會成為一股巨大的商業勢力。
早入駐早享紅利，這樣做，不會錯。
後來的事情大家都知道了，後者憑藉早期電子商務巨大的流量紅利，賺到盆滿缽滿。而前者，或許付出了同樣的努力，但始終面臨增長瓶頸，等到電子商務為人所普遍接受，再去做電商丟儘先發優勢。
”這麼做，不會錯“的思維，是在努力去洞察時代變革的本質，積極擁抱變化，參與其中。
”這麼做，一定對“的思維，是固守在舊有舒適區內，逃避戰略上的思考，尋求百分百的確定性，在戰術層辛勤耕耘。 差別正是在此。
（五） 從認知模式的轉變開始
趨勢比努力更重要。努力帶來的成果是線性增長，但對趨勢的判斷則是量級的變化。 同等的聰明才智，同等的努力程度，但因為選擇的不同，帶來的結果會大相徑庭。
等機遇擦肩而過，只能嘆一句：都是運氣不好。
但真的是運氣不好嗎？
購買房產的是看到城市化進程，投資深圳的未來，他獲得回報。
選擇淘寶的是看到互聯網發展，投資電商的未來，他獲得回報。
一個人，只有改變這種認知模式，才能讓自己的生活發生變化。
而從”這麼做，一定對“轉化成”這麼做，不會錯“是一件並不困難的事，只要三件事：
困惑與好奇、求知與理解、接納與應用。
就彷彿：
- 2012年：微信公眾號到底是個什麼樣的東西？做它有什麼用？有人視而不見，但有人困惑，他想知道。
- 2013年：有人覺得不過寫寫稿而已，沒什麼了不起。有人學習它，理解它的本質。然後判斷此事，是否值得投入。
- 2014年：有人覺得風口已過。有人將洞察應用在自己的公眾號上，搭建影響力，在流量日益昂貴的未來獲得鉅額的經濟收益。
每一步，都是後一步的先決條件。只有做了前面一條，才有可能做到後面。
想應用，先接納，想接納，先理解，想理解，先求知，想求知，先好奇，想好奇，先困惑。
於公眾號如此，於電子商務、房地產亦如此。
於人工智能，或是人類歷史上最偉大的這一場科技變革，亦如此。
（六）和時間賽跑
人工智能的這一場變革和房地產、和電子商務不同。
這體現在兩個方面：
第一，是機遇的價值。房地產也好，電子商務也好，這樣的機遇十年一遇。如改革開放時候的下海經商，如移動互聯網時代的自媒體浪潮。
但人工智能不同，它帶來的變革發生在更底層。
一切的生產模式，一切的生產結構，都將因此而發生變化
這樣的機遇是千百年一遇。
第二，是參與的成本。
不同於房地產需要本金，電子商務需要開店。
參與人工智能的浪潮，幾乎沒有任何實體的成本，它是一項技術，你去學習它就好。
事情被重新洗牌，大家都在同一個起跑線。
由此可以推演，在人工智能賽道上，作為競爭力的只有兩個：一個是我們前面提到的認知思維模式，另一個就是與時間賽跑。
馬雲曾有一句很漂亮的描述，用來講大眾對全新商機的認知過程：看不見、看不起、看不懂、跟不上。
說的正是這個道理。
我們既然已經認定，人工智能是未來的趨勢。那麼，最好的行動時機就是現在。
這就好比，當所有人都知道炒房賺錢，開網店有利可圖，寫公眾號有大把的廣告費拿，事情已經夠晚。
海嘯將至，每一個看到浪潮的人，第一反應都是拔腿就跑。他不會等待後知後覺的人。
人工智能，已經連續兩年被寫進政府工作報告，2018年的這一次列出兩個關鍵詞：產業化（要多），應用化（要場景落地）。
這已經是足夠明顯的信號。
即便在此時此刻，已經有非常多的人，走在好奇、求知、理解的道路上——和你我同齡的人，甚至是比我們更加年輕，更富力量的人。
在上個週末，我去旁聽了一節線下的Python課程，學生是來自深圳市最好的幾所中學。我驚訝於他們的英文能力和編程能力，整個上課過程中，都在使用雙語教學，其流利程度比之外國小孩也不遑多讓。
但更可怕是他們的編程能力，那節課他們做的項目，一個是無人車，一個是校園食堂自助點餐系統……
下載Python：
在您開始之前，在你的計算機將需要Python，但您可能不需要下載它。首先檢查(在同級目錄下在命令行窗口輸入python)有沒有安裝Python。如果你看到了一個Python解釋器的響應，那麼就能在它的顯示窗口中得到一個版本號。通常的版本都可以做到Python的向前兼容。
如果您需要安裝， 您不妨下載最近穩定的版本。 就是那個以沒有被標記作為alpha或Beta發行的最高的版本。目前最穩定的版本是Python3.0以上 [3]
如果你使用的操作系統是Windows：當前最穩定的Windows版本下載是"Python 3.8.2 for Windows"
如果你使用的是Mac，MacOS 10.2 (Jaguar), 10.3 (Panther) and 10.4 (Tiger)已經集成安裝了Python，但是你大概需要安裝最近通用的構架(build)。
對於Red Hat，安裝python2和python2-devel包。
對於Debian，安裝python2.5和python2.5-dev包。
Python風格：
Python在設計上堅持了清晰劃一的風格，這使得Python成為一門易讀、易維護，並且被大量用戶所歡迎的、用途廣泛的語言。
設計者開發時總的指導思想是，對於一個特定的問題，只要有一種最好的方法來解決就好了。這在由Tim Peters寫的Python格言（稱為The Zen of Python）裡面表述為：There should be one-- and preferably only one --obvious way to do it. 這正好和Perl語言（另一種功能類似的高級動態語言）的中心思想TMTOWTDI（There's More Than One Way To Do It）完全相反。
Python的作者有意的設計限制性很強的語法，使得不好的編程習慣（例如if語句的下一行不向右縮進）都不能通過編譯。其中很重要的一項就是Python的縮進規則。
一個和其他大多數語言（如C）的區別就是，一個模塊的界限，完全是由每行的首字符在這一行的位置來決定的（而C語言是用一對花括號{}來明確的定出模塊的邊界的，與字符的位置毫無關係）。這一點曾經引起過爭議。因為自從C這類的語言誕生後，語言的語法含義與字符的排列方式分離開來，曾經被認為是一種程序語言的進步。不過不可否認的是，通過強制程序員們縮進（包括if，for和函數定義等所有需要使用模塊的地方），Python確實使得程序更加清晰和美觀。
Python學習路徑：
Python官方文檔英文版
Python官方文檔中文版
python 網絡教育
Python官網
Python著名應用：
Digwebs-Web應用框架
Pylons-Web應用框架
Zope- 應用服務器
Plone- 內容管理系統
Django- 鼓勵快速開發的Web應用框架
Uliweb- 國人開發的輕量級Web框架
TurboGears- 另一個Web應用快速開發框架
Twisted--Python的網絡應用程序框架
Python Wikipedia Robot Framework- MediaWiki的機器人程序
MoinMoinWiki- Python寫成的Wiki程序
flask- Python 微Web框架
tornado- 非阻塞式服務器
Webpy- Python 微Web框架
Bottle- Python 微Web框架
EVE- 網絡遊戲EVE大量使用Python進行開發
Reddit - 社交分享網站
Dropbox - 文件分享服務
TurboGears - 另一個Web應用快速開發框架
Fabric - 用於管理成百上千臺Linux主機的程序庫
Trac - 使用Python編寫的BUG管理系統
Mailman - 使用Python編寫的郵件列表軟件
Mezzanine - 基於Django編寫的內容管理系統
Blender - 以C與Python開發的開源3D繪圖軟件
閱讀更多 不相濡與以沫 的文章
