人工智能所有的核心算法，都是依赖C或者C++完成的，这些算法跑起来非常复杂，属于计算密集型任务，需要榨干硬件的每一分性能。
而Python本身的性能只能说是可惜，Java的性能一直被人诟病，Python比Java还要更下一层楼，如果一个人黑python，那么肯定是朝性能这个点狠揍。
python在人工智能、深度学习等领域扮演的更多是一个工具人的角色，也就是发挥一个前端或者说“花瓶”的作用，Python虽然不快，但是它易学易用易推倒，你只需要拿Python做做可视化，调用下Api接口，写写展示层的逻辑就完事了。
现在的人工智能还处于人工智障阶段，快速搭建一个可以调用和迭代的原型比什么都重要。一些专门搞科研和算法的牛人精力都不在编程语言上，用python能以最低的学习成本快速上手。
python语言也有其自己独特的优势:
Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但入门容易，而且将来深入下去，可以编写那些非常非常复杂的程序。
开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现任何功能，Python官方库里都有相应的模块进行支持，直接下载调用后，在基础库的基础上再进行开发，大大降低开发周期，避免重复造轮子。
高级语言：当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节
可移植性：由于它的开源本质，Python已经被移植在许多平台上(经过改动使它能够工
作在不同平台上)。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就几乎可以在市场上所有的系统平台上运行
可扩展性：如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。
可嵌入性：你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
