从0开始学人工智能——环境及工具包介绍

AI开发工具及实战基础

1.开发环境

Python\Anaconda\Jupyter Notebook

（一）Python：是一种解释型的、面向对象的、移植性强的高级程序设计语言

解释性：不需要编译成二进制代码，可以直接从源代码运行。

面向对象：既支持面向过程的编程也支持面向对象的编程。

可移植性：由于它的开源本质，可在不同平台进行开发。

高层语言：无须考虑诸如如何管理程序使用的内存一类的底层细节。

优点：简单易学，开发效率高，高级语言，可移植性，可扩展性，可嵌入性。

缺点：速度慢，代码不能加密。

（二）Anaconda：是一个方便的Python包管理和环境管理软件

支持LINUX,MAC,WINDOWS，可以很方便解决多版本Python并存、切换以及各种第三方包安装问题。

特点：跨平台，同时实现包管理、环境管理的功能；使用方便、环境部署步骤简单。

（三）Jupyter Notebook：是一个开源的WEB应用程序，允许开发者方便的创建和共享代码文档。可以实时写代码、运行代码、查看结果并可视化数据。

特点：允许把代码写入独立的CELL中，然后单独执行。用户可以在测试项目时单独测试特定代码块，无需从头开始执行代码；基于WEB框架进行交互开发，非常方便

2.基础工具包

Panda\Numpy\Matplolib

Matplolib:画图工具包

Panda：强大的分析结构化数据的工具集，可用于快速实现数据导入、导出、索引。

Numpy：数组运算的工具包