python的list实现原理
python中的list和array的不同之处？
python中的list和array的不同之处？
Python中的list是列表，是Python中一种最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。可以使用下标、切片来获取元素。
Ndarray是Python中第三方模块Numpy的主要数据类型，是一种内存连续的、存储单一数据类型的、多维数组对象，也可以用下标、切片来获取元素。主要和List的区别在于内存连续、存储类型单一，运算效率比List快的多。
Series是Python中第三方模块Pandas中的用来存储一维结构的数据类型，Series和一维的ndarray主要区别在于，Series存在行索引，也可以通过下标、切片来获取元素。
python列表元素可以通过索引和什么？
Python中列表元素的获取方法。
以列表 list [#34a#34,#34b#34,#34c#34]为例。
第1种方法 可以通过下标进行索引
第2种方法是使用for循环对列表进行遍历。
为什么AI的深度学习，基本上都跟python这门语言有关，其它语言难道搞不定？
这个问题我来回答比较合适，因为我是python的坚定支持者，也是靠自学python，现在会用它写一些小项目，比较多的是用来写自动化框架，好了，言归正传，我们来说说为什么都用python来做AI的深度学习呢？
首先，python上手简单，对于学习者来说比较友好，而研究AI智能的都是AI行业的专家，对计算机编程深入了解的不多，需要足够简单的语言来帮他们，而python正好满足了这一点，接受起来也比较容易；
其次，python有非常多的库，比如，Numpy、scipy、pandas、matplotlib等等基本库，对新人比较友好，上手容易，实战起来也比较简洁；
最后，很多科研机构，大厂研究智能AI的都在用python，用的人多了，生态就起来了，自然前景就不会差，用的人会越来越多。
套用大佬的话叫人生苦短，我用python，很多功能用python一句代码就搞定了，但是用其他语言没有几十上百行都难以实战！
好了，这就是我对“为什么AI深度学习要使用python”的回答，希望能够帮你解难答疑，我是“豁达竹篮打水一场空”，如果喜欢，可以点关注[来看我]谢谢支持！