python语言博大精深

Ⅰ 选java还是python

java是当今最普及的语言，没有之一，有及其丰富的第三方库（开源），编译执行，运行在jvm（运行在jvm上的开发语言越来越多，如scala），从web开发、网络开发（tcp／socket／rpc应用）、app开发（android开发，和后端开发有较大的思维上的不同）、云计算应用（hadoop），是典型的面向对象的开发语言，拥有最大的市场需求（注意，在国内，java在web上的应用占比不到php十分一），但是它慢慢的被业界所诟病，如开发代码不简洁，开发效率低，学习时间成本高，有走下坡路的趋势。
python号称胶水语言，本身也是解释语言，但它能调用c模块，可以用于linux系统脚本开发、甚至用于linux嵌入式开发、可以用于web 开发（有丰富的、好用的框架）；最重要的就是它的语法非常简洁；”最最“重要的是目前大数据分析、机器学习它也是热门的开发语言。
没有人知道那个语言最有前景，你的重点事如何“精通”一门语言，更正确一点说，你要如何在编程这个技能上成为专家，练就“九阳神功”，然后，根据自己的职业需求、观察市场随时凭自己练就的内功、强大的学习能力应对随时的变化和需求。我曾经看不起php，不愿意学它，但是，国内几乎web开发市场被它占据，到处公司后台都招php，只好也学习了php做项目，但我是用了8年的c#的基础，容易学啊，因为工作的需要，我还学了android、（ios）oc、node.js、甚至golang都学了（学得不好），没办法，干这行，学无止境。
但是，一定要给自己一个准确的定位，你能做什么？你要做什么？你将来要成为什么？要搞清楚，不能什么都做，还有，语言还真的只是工具，它需要你（聪明的你、有知识的你、有文化的你）来运用和驱动它，打个比方，现在流行大数据分析、机器学习，它们可以用python来开发，但是，你会python就能做大数据分析、机器学习了吗？你要没有相关的理论知识、特别是数学知识。

Ⅱ 什么编程软件比较好比较容易入门

1、JavaScript

Java是一种可以撰写跨平台应用软件的面向对象的程序设计语言，即使是开发简单的程序，也必须设计对象；而JavaScript是一种直译式脚本语言，它本身提供了非常丰富的内部对象供设计人员使用。

2、Python

Python对初学者来说也是一个入门级编程语言。Python可用于Web开发的应用程序和桌面应用程序，这种动态语言支持OOP编程、过程式编程和函数式编程。

另外，它是开源语言，这意味着它可以免费入手，有着相当活跃的社区。Joel Lee细述了为何Python很有用。

3、TotalCommander

简称TC文件管理器，一款功能强大的全能文件管理软件，能够极大地提高文件处理工作的效率,以其使用高效方便、稳定可靠、扩展性与可配置性强征服了无数电脑老鸟。

4、Android studio

对UI界面设计和编写代码有更好地支持，可以方便地调整设备上的多种分辨率。同样支持ProGuard工具和应用签名。不过，目前版本的Android Studio不能在同一窗口中管理多个项目。

5、WebStorm

jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

Ⅲ 学习人工智能有什么要求吗

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识(consciousness)、自我(self)、思维(mind)(包括无意识的思维(unconscious_mind)等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用--机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统等。
人工智能(Artificial Intelligence)是研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。AI作为计算机科学的一个重要分支和计算机应用的一个广阔的新领域，它同原子能技术，空间技术一起被称为20世纪三大尖端科技。
人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。
常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。
问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要，近几年来提出了多种非演泽的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。
搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。
机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳学习、分析学习、连接机制学习和遗传学习等。
知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与管理是重要的。推理机在问题求解时，规定使用知识的基本方法和策略，推理过程中为记录结果或通信需设数据库或采用黑板机制。如果在知识库中存储的是某一领域(如医疗诊断)的专家知识，则这样的知识系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。
需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。
需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法;当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM;总之算法很多需要时间的积累。
需要掌握至少一门编程语言，毕竟算法的实现还是要编程的;如果深入到硬件的话，一些电类基础课必不可少。

Ⅳ 计算机语言都包括什么语言及其各个应用领域

1、web page script languages
就是网页代码，比如Html、javascript、Css、Asp、Php、Xml都应该属于此类（照蔡的意思，Html不应该属于anguages的，可能他觉得太简单了吧，不过我觉得Html也应该算的，大家爱听谁的就听谁的好了，这个不重要）
2、Interpreted Languages（解释型语言）
包括Perl、Python、REBOL、Ruby等（后面三个听豆没听过），也常被称作Script语言，通常被用于和底下的操作系统沟通。照蔡的意思，每个人至少应该学会一套这类的语言。这类语言的缺点是效率差、源代码外露——所以不适合用来开发软件产品，一般用于网页服务器。
3、Hybrid Laguages（混合型语言）
代表是JAVA和C#。介于解释型和编译型之间。蔡认为C#是.NET最重要的语言，值得期待其后续发展；至于JAVA，蔡叫看他的《Sleepless in Java》——我倒！
4、COMPILING Languages（编译型语言）
C/C++，JAVA都是编译型语言。蔡说C++很复杂，要成为高手没三五年是不行的（就凭这句话，我决定向JAVA投降），虽然如此，但真正要成为高手的都应该懂C/C++。
关于Delphi，蔡说如果想要跨Linux和Windows平台的语言，则Delphi似乎是最好的选择。
5、Assembly Languages（汇编语言）
汇编语言是最接近于硬件的语言，不过现在几乎没多少人用了。
程序语言学习顺序建议
如果完全没有程序经验，可照这个顺序：javascript——解释型语言——混合型语言——编译型语言——汇编（如果需要的话）
用业界流行一句话做结尾“真正的程序员用C++,聪明的程序员用Delphi”，那么，什么样的程序员用JAVA呢？
虚怀若谷题外话
看在我这么晚了还这么辛苦的敲字的面子上，看到这篇帖子的朋友给点掌声吧，虽然没什么自己的思想。
另外，本文完全据蔡学镛先生同名文章精简，所以如果这篇文章给你的程序员生涯有什么不好的作用，那我不介意你去扁他。当然如果这篇文章对你有什么积极影响，我很高兴你能请我吃大餐。
如果您想学习编程，却又不知从何入手，那么您不妨看看下面的几种学习方案，可能会给您一些启示吧！
方案一Basic语言 & Visual Basic
优点
（1）Basic 简单易学，很容易上手。
（2）Visual Basic 提供了强大的可视化编程能力，可以让你轻松地做出漂亮的程序。
（3）众多的控件让编程变得象垒积木一样简单。
（4）Visual Basic 的全部汉化让我们这些见了English就头大的人喜不自禁。
缺点
（1）Visual Basic 不是真正的面向对象的开发文具。
（2）Visual Basic 的数据类型太少，而且不支持指针，这使得它的表达能力很有限。
（3）Visual Basic 不是真正的编译型语言，它产生的最终代码不是可执行的，是一种伪代码。它需要一个动态链接库去解释执行，这使得Visual Basic 的编译速度大大变慢。
综述：方案一适合初涉编程的朋友，它对学习者的要求不高，几乎每个人都可以在一个比较短的时间里学会vB编程，并用VB 做出自己的作品。对于那些把编程当做游戏的朋友来说，VB 是您最佳的选择。
方案二Pascal语言 & Delphi
优点
（1）Pascal语言结构严谨，可以很好地培养一个人的编程思想。
（2）Delphi是一门真正的面向对象的开发工具，并且是完全的可视化。
（3）Delphi使用了真编译，可以让你的代码编译成为可执行的文件，而且编译速度非常快。
（4）Delphi具有强大的数据库开发能力，可以让你轻松地开发数据库。
缺点
Delphi几乎可以说是完美的，只是Pascal语言的过于严谨让人感觉有点烦。
综述: 方案二比较适合那些具有一定编程基础并且学过Pascal语言的朋友。
方案三C语言 & Visual C++
优点
（1）C语言灵活性好，效率高，可以接触到软件开发比较底层的东西。
（2）微软的MFC库博大精深，学会它可以让随心所欲地进行编程。
（3）VC是微软制作的产品，与操作系统的结合更加紧密。
缺点
对使用者的要求比较高，既要具备丰富的C语言编程经验，又要具有一定的WINDOWS编程基础，它的过于专业使得一般的编程爱好者学习起来会有不小的困难。
综述: VC是程序员用的东西。如果你是一个永不满足的人，而且可以在编程上投入很大的精力和时间，那么学习VC你一定不会后悔的。
方案四C++语言 & C++ Builder
优点
（1）C++语言的优点全部得以继承。
（2）完全的可是化。
（3）极强的兼容性，支持OWL、VCL和MFC三大类库。
（4）编译速度非常快。
缺点
由于推出的时间太短，关于它的各种资料还不太多。
综述：我认为C++ Builder 是最好的编程工具。它既保持了C++语言编程的优点，又做到了完全的可视化。
方案五SQL语言 & Power Builder
对于一些传统的数据开发人员来说，Foxpro系列也许让他们感到更加熟悉。但是对于初学者来说，PowerBuilder也许是最好的数据库开发工具。各种各样的控件，功能强大的PowerBuilder语言都会帮助你开发出自己的数据库应用程序。
补充：关于网页后台语言和其他语言的关系，一般认为：
C语言学的好，那么学习PHP会有事半功倍的效果
VC学的好，那么学习ASP会有事半功倍的效果
JAVA学的好，那么学习JSP、JAVASCRIPT会有事半功倍的效果
关于网页后台语言和数据库，通常来说：
PHP与MYSQL是黄金搭档
ASP小型网站用ACCESS，大型用SQL
JSP我就不知道了
关于电子商务流行的语言，目前
当当、卓越、6688、igo5、雅宝使用的是asp语言
易趣、淘宝使用的是php语言
贝塔斯曼使用的是jsp语言
4、至少学会以下的其中两种：
一、网站服务器程序ASP、PHP、CGI、JSP
我个人认为CGI是最难学的其中一种。
二、程序语言：C语言、C++、VB、JAVA、PERL、DELPHI、汇编语言
不过我认为C语言的通用性最好，可以跨平台（操作系统）使用。
还要试着自己写程序、开发软件等工作。
三、数据库管理软件：MYSQL、SQL、FOXPRO……等。
四、几种常用的操作系统：WIN98、WIN2000、WINNT、WINXP、UNIX、LINUX、要是能学到UNIX那是最好不过的了。最最基本的WIN2K、WINNT也要学会吧。
如果以上的你都会了，那么你已经是个高手了

Ⅳ 初学者学习程序语言学Python怎么样C语言.C++和java哪个比较好

Python比较好上手，c语言灵活，c++比c难学。Java和c++差不多。如果是初学者的话你学习Python吧，其实Python是c的一个变化的版本，内部还是c。但是Python在国内不是太火，国外很火的。Python做网站不错，有一些现成的模块。

Ⅵ 从哪能找到python示例程序或源码

哥，要下载源码也是去官网下载啊，点下面那个就行了
https://www.python.org/ftp/python/3.4.3/python-3.4.3.tar.xz

Ⅶ c语言和python哪个好入门

从开始看Python到现在也有半个多月了，前后看了Python核心编程和Dive into
Python两本书。话说半个月看两本，是个人都知道有多囫囵吞枣，这也是因为我暂时没有需求拿这个做大型开发，主要是平时的小程序test用一用。所以

我的策略是，整体浏览，用到时候现查。话说这核心编程第一版太古老了，老在讲2.2之前的东西，我看的翻译电子版，翻译得也不好，很晦涩。看完这个后还有
点云里雾里，看网上人家说DIP好，啄木鸟还有免费电子文档，就找来看这个。怎么说呢，讲的比核心编程好，但不适合第一次看的初学者。我之所以觉得讲得
好，是因为看核心编程，有些概念还有些模糊，看了这本书就明白不少了。要是初学者上来就看这本，保证不好理解。

下面就是在学习的过程中，在翻阅资料的过程中，总结的一些C和python比较明显的不同之处，有大方向的，也有细节的。肯定没有总结完，比如动态

函数，lambda这些，我都懒得往上写了。实际上，作为两种完全不同的语言，下面这些差异只是冰山一角而已。权当抛砖引玉吧，至少应该对和我有相同研究

兴趣，正在考虑是否学习另一门语言的朋友有点帮助。此文也算是DIP的学习笔记吧。顺带说一句，要是有朋友了解，可以帮忙推荐一下实战性强的Python
教材，语言这东西，不多练手，光比划，是不可能学好的。

学习目的

我的以后的研究方向是嵌入式，显然，C语言是我的主要语言。我不是一个语言爱好者，我以前觉得，对于做研究而不是应用的人来说，了解多门语言，不如

精通一门语言。之所以去看python，主要还是因为python更有利于快速开发一些程序，也是因为现在认识到，研究和应用是不能分离的。个人以为，要
想在计算机工程的竞争中立足，必须懂C语言。因为真正要做高性能编程,
不可能将机器的体系架构抛到脑后让Python虚拟机（或Java虚拟机等）帮你搞定所有底层。越来越多的CPU
core，越来越恐怖的内存性能瓶颈，对于上层开发人员来说，无所谓，但是对高性能程序开发人员来说，这些是无法透明的。很多应用，还是自己掌控比较有
效。这些场合中，汇编和C还是不可替代的。但是，光知道C是不够的，掌握一门面向对象语言，相对更高层的语言，不仅对以后的个人发展有利，也会对自己的技
术认识产生帮助。

如果要问对我来说谁更重要，我觉得还是C更重要。C的学习曲线更陡，貌似简单，实际上到处都是陷阱，看上去比较简单低效的程序，也不是学1，2个月

就能搞定的。谈到优化的深层次和难度嘛，需要的功底是按年算的。但是一旦你C语言的基础打好了，对计算机的理解，对其他语言的理解都是大有裨益的。比如，

如果你有C基础，可以说，学过1天python，就能写的出来一些不短的程序。后面的优化也不是什么大不了的算法，都是非常基本的语句换来换去。当然这里
不是说 Python不好，实际上，上层应用，Python比C方便的不是一个层次。

很多人觉得，既然懂C了，那么进一步掌握C＋＋应该是水到渠成，但C++不是C的超集，而我又不喜欢C＋＋的繁琐和巨大，所以才决定看一看Python。我很喜欢Python的优雅与快捷。

语言类型

和C不一样，Python是一种动态类型语言，又是强类型语言。这个分类怎么理解呢？大概是可以按照下列说明来分类的：

静态类型语言

一种在编译期间就确定数据类型的语言。大多数静态类型语言是通过要求在使用任一变量之前声明其数据类型来保证这一点的。Java和 C 是静态类型语言。

动态类型语言

一种在运行期间才去确定数据类型的语言，与静态类型相反。Python 是动态类型的，因为它们确定一个变量的类型是在您第一次给它赋值的时候。

强类型语言

一种总是强制类型定义的语言。Java 和 Python 是强制类型定义的。您有一个整数，如果不明确地进行转换 ，不能将把它当成一个字符串。

弱类型语言

一种类型可以被忽略的语言，与强类型相反。VBScript 是弱类型的。在 VBScript 中，您可以将字符串 ‘12′ 和整数 3 进行连接得到字符串’123′，然后可以把它看成整数 123 ，所有这些都不需要任何的显示转换。

对象机制

具体怎么来理解这个“动态确定变量类型”，就要从Python的Object对象机制说起了。Objects（以下称对象）是Python对于数据

的抽象，Python中所有的数据，都是由对象或者对象之间的关系表示的，函数是对象，字符串是对象，每个东西都是对象的概念。每一个对象都有三种属性：

实体，类型和值。理解实体是理解对象中很重要的一步，实体一旦被创建，那么就一直不会改变，也不会被显式摧毁，同时通常意义来讲，决定对象所支持的操作方

式的类型（type，包括number，string，tuple及其他）也不会改变，改变的只可能是它的值。如果要找一个具体点的说明，实体就相当于对

象在内存中的地址，是本质存在。而类型和值都只是实体的外在呈现。然后Python提供一些接口让使用者和对象交互，比如id(）函数用来获得对象实体的
整形表示（实际在这里就是地址），type()函数获取其类型。

这个object机制，就是c所不具备的，主要体现在下面几点：

1 刚才说了，c是一个静态类型语言，我们可以定义int a, char
b等等，但必须是在源代码里面事先规定。比如我们可以在Python里面任意一处直接规定a =
“lk”，这样，a的类型就是string，这是在其赋值的时候才决定的，我们无须在代码中明确写出。而在C里面，我们必须显式规定char *a =
“lk”，也就是人工事先规定好a的类型

2 由于在C中，没有对象这个概念，只有“数据的表示”，比如说，如果有两个int变量a和b，我们想比较大小，可以用a ＝＝
b来判断，但是如果是两个字符串变量a和b，我们就不得不用strcmp来比较了，因为此时，a和b本质上是指向字符串的指针，如果直接还是用＝＝比较，
那比较的实际是指针中存储的值——地址。

在Java中呢，我们通过使用 str1 == str2 可以确定两个字符串变量是否指向同一块物理内存位置，这叫做“对象同一性”。在 Java 中要比较两个字符串值，你要使用 str1.equals(str2)。

然后在Python中，和前两者都不一样，由于对象的引入，我们可以用“is”这个运算符来比较两个对象的实体，和具体对象的type就没有关系
了，比如你的对象是tuple也好，string也好，甚至class也好，都可以用”is”来比较，本质上就是“对象同一性”的比较，和Java中
的＝＝类似，和 C中的pointer比较类似。Python中也有＝＝比较，这个就是值比较了。

3
由于对象机制的引入，让Python的使用非常灵活，比如我们可以用自省方法来查看内存中以对象形式存在的其它模块和函数，获取它们的信息，并对它们进行
操作。用这种方法，你可以定义没有名称的函数，不按函数声明的参数顺序调用函数，甚至引用事先并不知道名称的函数。 这些操作在C中都是不可想象的。

4 还有一个很有意思的细节，就是类型对对象行为的影响是各方面的，比如说，a = 1; b =
1这个语句中，在Python里面引发的，可能是a，b同时指向一个值为1的对象，也可能是分别指向两个值为1的对象。而例如这个语句，c = []; d
= []，那么c和d是肯定指向不同的，新创建的空list的。没完，如果是”c = d =
[]“这个语句呢？此时，c和d又指向了相同的list对象了。这些区别，都是在c中没有的。

最后，我们来说说为什么python慢。主要原因就是function call
overhead比较大。因为所有东西现在都是对象了，contruct 和destroy 花费也大。连1 + 1 都是 function
call，像’12′+’45′ 这样的要 create a third string object, then calls the string
obj’s __add。可想而知，速度如何能快起来？

列表和数组

分析Python中的list和C中的数组总是很有趣的。相信可能一些朋友和一样，初学列表的时候，都是把它当作是数组来学的。最初对于list和数组区别的定性，主要是集中在两点。首先，list可以包含很多不同的数据类型，比如

["this", 1, "is", "an", "array"]

这个List，如果放在C中，其实是一个字符串数组，相当于二维的了。

其次呢，list有很多方法，其本身就是一个对象，这个和C的单纯数组是不同的。对于List的操作很多样，因为有方法也有重载的运算符。也带来一些问题，比如下面这个例子：

加入我们要产生一个多维列表，用下面这个语句

A = [[None] * 2] * 3

结果，A的值会是

[[None, None], [None, None], [None, None]]

初一看没问题，典型的二维数组形式的列表。好，现在我们想修改第一个None的值，用语句

A[0][0] = 5

现在我们再来看看A的值：

[[5, None], [5, None], [5, None]]

发现问题没有？这是因为用 * 来复制时，只是创建了对这个对象的引用，而不是真正的创建了它。 *3 创建了一个包含三个引用的列表，这三个引用都指向同一个长度为2的列表。其中一个行的改变会显示在所有行中，这当然不是你想要的。解决方法当然有，我们这样来创建

A = [None]*3
for i in range(3):
A[i] = [None] * 2

这样创建了一个包含三个不同的长度为2的列表。

所以，还是一直强调的，越复杂的东西，越灵活，也越容易出错。

代码优化

C是一个很简单的语言，当我们考虑优化的时候，通常想得也很简单，比如系统级调用越少越好（缓冲区机制），消除循环的低效率和不必要的系统引用，等
等，其实主要都是基于系统和硬件细节考虑的。而Python就完全不一样了，当然上面说的这些优化形式，对于Python仍然是实用的，但由于
Python的语法形式千差万别，库和模块多种多样，所以对于语言本身而言，就有很多值得注意的优化要点，举几个例子吧。

比如我们有一个list L1，想要构建一个新的list L2，L2包括L1的头4个元素。按照最直接的想法，代码应该是

L2 = []
for i in range[3]:
L2.append(L1[i])

而更加优化和优美的版本是

L2 = L1[:3]

再比如，如果s1..s7是大字符串(10K+)，那么join([s1,s2,s3,s4,s5,s6,s7])就会比
s1+s2+s3+s4+s5+s6+s7快得多,因为后者会计算很多次子表达式，而join()则在一次过程中完成所有的复制。还有，对于字符串操作，
对字符串对象使用replace()方法。仅当在没有固定字符串模式时才使用正则表达式。

所以说，以优化为评判标准，如果说C是短小精悍，Python就是博大精深。

include和import

在C语言中的include非常简单，因为形式单一，意义明确，当你需要用到外部函数等资源时，就用include。而Python中有一个相似的
机制，就是import。乍一看，这两个家伙挺像的，不都是我们要用外部资源（最常见的就是函数或者模块（Python））时就用这个来指明么？其实不

然，两者的处理机制本质区别在于，C中的include是用于告诉预处理器，这个include指定的文件的内容，你都给我当作在本地源文件中出现过。而

import呢，不是简单的将后面的内容*直接*插入到本地里面去，这玩意更加灵活。事实上，几乎所有类似的机制，Python都比C灵活。这里不是说C
不好，C很简练，我其实更喜欢C。

简单说说这个灵活性。import在python中有三种形式，import X, from X import *( or a,b,c……),
X = __import__(’x')。最常用的是第二种，因为比较方便，不像第一种那样老是用X.mole来调用模块。from X
import *只是import那些public的mole(一般都是不以__命名的模块)，也可以指定a,b,c来import。

什么时候用哪一种形式呢？应该说，在大多数的模块文档里，都会明确告诉你应该用哪种形式。如果需要用到很多对象，那么from X import
*可能更合适一些，但是，就目前来看，大多数第三方Python库都不推荐使用from molename import *
这种格式。这样做会使引入者的namespace混乱。很多人甚至对于那些专门设计用于这种模式的模块（包括Tkinter,
threading和matplot）都不采用这种方式。而如果你仅仅需要某个对象类a，那么用from X import a比用import
X.a更好，因为以后你调用a的函数直接用a.function()既可以了，不用加X。

如果你连自己希望import的模块都不知道怎么办？请注意，此时Python的优势就体现出来了，我们可以用
__import__(mole)来调用mole，其中这个mole是字符串，这样，可以在运行时再决定，你到底要调用什么mole。举
个例子：

def classFromMole (mole, Name):
mod = __import__ (mole)
return getattr (mod, Name)

这里，定义了一个函数classFromMole，你可以在代码的任何时候调用它，

o = classFromMole (MoleOfTheClass, NameOfTheAttribute)()

只需要传入字符串形式的你希望import的模块MoleOfTheClass和其中属性的名字NameOfTheAttribute（当然可以是数据也可以是方法），就能调用了，这个名字字符串不用事先指定，而是根据当时运行的情况来判断。

顺带说一句，Python中import的顺序也有默认规定，这个和C中的include有点类似，因为我们一般都是先include系统文件，再
include自己的头文件（而且还有<>和“”的区别）。Python中呢，一般应该按照以下顺序import模块：

1. 标准库模块 — 如 sys, os, getopt 等

2. 第三方模块

3. 本地实现的模块。

全局变量

这里谈全局变量呢，倒不是说Python和c的全局变量概念不同，他们的概念是相同的。只是在使用机制上，是有一些差异的。举个例子：

– mole.py –
globalvar = 1

def func():
print globalvar
# This makes someglobal readonly,
# any attempt to write to someglobal
# would create a new local variable.

def func2():
global globalvar
globalvar = 2
# this allows you to manipulate the global
# variable

在 func这个函数中，globalvar是只读的。如果你使用了globalvar =
xxx这种赋值语句，Python会重新创造一个新的本地对象并将新值赋给它，原来的对象值不变。而在func2函数中，由于我们事先申明了
globalvar是global的，那么此时的更改就直接在全局变量上生效。

Ⅷ 同样的python代码通过python文件运行正常，但是直接在解释器里面逐行写的时候报语法错误，这是为什么呢

对于Python而言，存储好的脚本文件（Script file）和在Console中的交互式（interactive）命令，执行方式不同。对于脚本文件，解释器将其当作整个代码块执行，而对于交互性命令行中的每一条命令，解释器将其当作单独的代码块执行。而Python在执行同一个代码块的初始化对象的命令时，会检查是否其值是否已经存在，如果存在，会将其重用（这句话不够严谨，后面会详谈）。所以在你给出的例子中，文件执行时（同一个代码块）会把a、b两个变量指向同一个对象；而在命令行执行时，a、b赋值语句分别被当作两个代码块执行，所以会得到两个不同的对象，因而is判断返回False。

# 如果你能理解上面一段，就不用看下面的废话了。

下面是详细的回答：
说真的，这简直是我最近在知乎遇到过的最好的问题！
这个问题远超我想象中的复杂。我本来以为我能用两分钟搞定这种每日一水的问题，结果我花了一个小时搜来搜去，读来读去，还跑去群里跟人讨论了一阵，都没能找到答案。
大概两个小时以后，我找到了相对正确的答案，把自己已经弄懂的部分强答一番，并邀请一些大神，希望能看到更为准确的回答。

这个问题的博大精深在于，能从中扯出许多小问题来，虽然这些东西很细枝末节，很trick，在日常编程中不怎么用的到，更不怎么需要额外关注，但是理解这些问题，对于我们理解Python的对象机制乃至内存处理机制有很大的帮助。

我从头开始说，大概会分以下几个部分来谈，每个部分其实都能展开很广，这次就把与问题相关的知识简单一提：
（虽然我觉得按照我寻找答案的过程讲，可能对认知更有帮助，但是理清头绪的话可能更好理解，之后会找时间为这个问题写篇文章好好记录一下）

Python中的数据类型——可变与不可变
Python中is比较与==比较的区别
Python中对小整数的缓存机制
Python程序的结构——代码块
Python的内存管理——新建对象时的操作

声明：以下所讲机制，与Python不同版本的具体实现有关（implement specific）可能不同。

Python中的数据类型
Python中的数据类型，这可能是大家入门Python的第一节课。很简单嘛，大家最常用的，int（包括long）、float、string、list、tuple、dict，加上bool和NoneType。
但是这里要重点说的，其实是可变类型和不可变类型。
不可变（immutable）：Number（包括int、float），String，Tuple
可变（mutable）：Dict，List，User-defined class
首先我们要记住一句话，一切皆对象。Python中把任何一种Type都当作对象来处理。其中有一些类型是不可变的，比如：

这个还是好理解的，在初始化赋值一个字符串后，我们没有办法直接修改它的值。但是数字呢？数字这种变来变去的又怎么理解。
可以看出，a的值虽然从10变成了11，但是a这个变量指向内存中的位置发生了变化，也就是说我们并没有对a指向的内存进行操作，而是对a进行了重新赋值。
再简单举一个可变的例子。

体会了可变与不可变的外在表现后，简单理解一下为什么不可变。
Python官方文档这样解释字符串不可变：

There are several advantages.
One is performance: knowing that a string is immutable means we can allocate space for it at creation time, and the storage requirements are fixed and unchanging. This is also one of the reasons for the distinction between tuples and lists.
Another advantage is that strings in Python are considered as “elemental” as numbers. No amount of activity will change the value 8 to anything else, and in Python, no amount of activity will change the string “eight” to anything else.
个人感觉，有性能上的考虑（比如对一些固定不变的元素给予固定的存储位置，整数这样操作比较方便，字符串的话涉及一些比较也会减少后续操作的时间），也有一些安全上的考虑（比如列表中的值会改变，元组不会）。这个我也不太精通，就不展开谈了。

Python中is比较与==比较的区别
前面已经提过一次，Python中一切皆对象。对象包含三个要素，id、type、value。
而Python中用于比较“相等”这一概念的操作符，is和==。
当两个变量指向了同一个对象时，is会返回True（即is比较的是两个变量的id）；
当两个变量的值相同时，==会返回True（即==比较的是两个变量的value）。
示例（命令行交互模式下）：
第一个和第三个示例是好理解的。
但是第二个就不那么好理解了，尤其是配合下面这个（假定我们已经知道命令行中的语句执行是单独执行两次不会相互影响，后面会具体解释）：
为什么a、b分别赋值1000时is比较返回False，可以分别赋值100就会返回True？

Python中对小整数的缓存机制
Python官方文档中这么说：
The current implementation keeps an array of integer objects for all integers between -5 and 256, when you create an int in that range you actually just get back a reference to the existing object. So it should be possible to change the value of 1. I suspect the behaviour of Python in this case is undefined. :-)简单来说就是，Python自动将-5~256的整数进行了缓存，当你将这些整数赋值给变量时，并不会重新创建对象，而是使用已经创建好的缓存对象。

Python程序的结构——代码块&Python的内存管理——新建对象时的操作
终于要来到题主问题的部分了。
先来看最让我们困惑的，也就是题主给出的示例吧（接下来用float演示，int是同样的情况）：
交互命令行下：
同样的还有：
（说好的小整数才有缓存呢（摔）！这跟你讲的不一样啊教练！）
这就很尴尬了对吧。
其实从结果论出发，我们很容易猜到结论，就像题主自己也猜了个差不多——缓存机制不同。毕竟is比较的就是对象的id，也就是对象在内存中的位置，也就是是不是同一个对象。
既然脚本文件的执行结果是True，那么，他俩就是同一个对象；既然命令行执行的结果是False，那么他俩就不是同一个对象。（这他喵的不是废话吗！）
所以我开始了漫长的找原理的过程……然而网上这方面提及的实在太少。尤其是大家的大部分讨论都是int的小整数缓存机制；就算讨论到了float，也不实际解决我们的问题。

其实我都快要放弃了，漫无目的地翻stackoverflow推荐的相关问题时终于找到了一个类似的情况，但是人家并不是比较的脚本文件和命令行执行，而是比较的函数体和赋值语句：
同样的代码，拆开就是False，放函数里就是True！是不是很像我们遇到的情况了。
根据提示我们从官方文档找到了这样的说法：

A Python program is constructed from code blocks. A block is a piece of Python program text that is executed as a unit. The following are blocks: a mole, a function body, and a class definition. Each command typed interactively is a block. A script file (a file given as standard input to the interpreter or specified as a command line argument to the interpreter) is a code block. A script command (a command specified on the interpreter command line with the ‘-c‘ option) is a code block. The string argument passed to the built-in functions eval() and exec() is a code block.
A code block is executed in an execution frame. A frame contains some administrative information (used for debugging) and determines where and how execution continues after the code block’s execution has completed.
没错！跟我们猜的一样！这就是原理的出处了！
代码块作为一个执行单元，一个模块、一个函数体、一个类定义、一个脚本文件，都是一个代码块。
在交互式命令行中，每行代码单独视作一个代码块。

至此问题解决……了吗？视作一个代码块，就意味着要把相同value的赋值指向相同的对象吗？
在此重复一下'is' operator behaves unexpectedly with non-cached integers中提到的实验，并简单翻译结论。
通过compile()函数和dis模块的code_info()函数来检测我们执行的命令的信息。
示例：
可以看出，分别赋值a，b得到的value相等，id是不一样的。
把10.0 10.0 10.1分别赋值给a，b，c，可以看出结果中其实只保存了一个10.0，也就是a，b共用了这个数值。

也就是说，当命令行执行时，是以single的模式来compile代码（2. Built-in Functions）。它会在u_consts字典中记录对象常量。
The mode argument specifies what kind of code must be compiled; it can be 'exec' if source consists of a sequence of statements, 'eval' if it consists of a single expression, or 'single' if it consists of a single interactive statement (in the latter case, expression statements that evaluate to something other than None will be printed).而在同一代码块执行时，当增加新的常量，会先在字典中查询记录，所以相同赋值的变量会指向同一个对象而不是新建对象。

至此…问题大概是解决了。

Ⅸ 学人工智能先要学什么

想学人工智能首先应该了解人工智能。
人工智能的定义，核心，现在的发展状况，趋势，前景。这些基础的认知还是要有的。
还有人工智能的基础入门就是先要学会python这门语言。
python派森是一种高级的编程语言，简单易学，开源，在计算机领域所有的关于程序代码的专业都与python有关系，所以它也是人工智能的基础语言。学好python入门是关键，入门知识不需要老师自己在网上找资料就可以我推荐你去尚学堂的官网上学习，里面有免费的视频入门资料，而且还可以免费试学。如果你是在找不到的话可以关注我，留言个我，我会把入门的视频资料发给你。