想接觸AI產業,八個你一定要學習Python的理由!(下)

- 6月 26, 2019

把握好提早學習Python的潮流,對於想要投身人工智慧的你,這真的先贏在起跑點啦!

前情提要：隨著各行各業越來越廣泛地應用人工智慧與機器學習，大公司開始在其相關領域進行投資，使得 AI人工智慧與機器學習的人才需求增多。

來自 IBM 機器學習部門的 Jean Francois Puget 更表示： Python 是 AI 和 ML最流行的語言。

根據 Francois Puget 所繪出的圖表如下，自 2015 年起，Python 已成為 AI人工智慧與機器學習的御用程式語言 (類似內容：2018年度AI人工智慧公司Top10排行榜)。你知道 Python 為何能在眾多語言中脫穎而出，而成為 AI人工智慧領域的新寵嗎？，今天整理了以下八點來說服你：

原因六、良好的視覺化選項

之前在原因一，我們就已經提過： Python 提供了各種各樣的函式庫，其中一些是很好用的「可視化工具」。然而，對於 AI 開發人員來說，重點是要強調在人工智慧、深度學習和機器學習的領域中，能夠以人類可讀的形式來展現資料。

像 Matplotlib 這樣的函式庫允許數據工程師構建直方圖等圖表，讓數據可視化、更易於理解閱讀。還有其他不同的應用程式介面，更簡化了可視化的過程，使創建圖表更簡易。
Matplotlib的例子如下所示 (資料來源：維基百科)

曲線圖


>>> import matplotlib.pyplot as plt

>>> import numpy as np

>>> a = np.linspace(0,10,100)

>>> b = np.exp(-a)

>>> plt.plot(a,b)

>>> plt.show()

直方圖


>>> import matplotlib.pyplot as plt

>>> from numpy.random import normal,rand

>>> x = normal(size=200)

>>> plt.show()

>>> plt.hist(x,bins=30)

散點圖


>>> import matplotlib.pyplot as plt

>>> from numpy.random import rand

>>> plt.scatter(a,b)

>>> a = rand(100)

>>> plt.show()

>>> b = rand(100)

3D 圖


>>> from matplotlib import cm

>>> from mpl_toolkits.mplot3d import Axes3D

>>> import matplotlib.pyplot as plt

>>> fig = plt.figure()

>>> import numpy as np

>>> ax = fig.gca(projection='3d')

>>> Y = np.arange(-5, 5, 0.25)

>>> X = np.arange(-5, 5, 0.25)

>>> X, Y = np.meshgrid(X, Y)

>>> surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm)

>>> R = np.sqrt(X**2 + Y**2)

>>> Z = np.sin(R)

>>> plt.show()