不过之前市场还是有些杂音，认为数据科学方面还是要从java入手，因为Hadoop等一些大数据基础设施就是用java写的，对于希望加入到 AI 和大数据行业的开发人员来说，把鸡蛋放在 Python 这个篮子里不但是安全的，而且是必须的。或者换个方式说，如果你将来想在这个行业混，什么都不用想，先闭着眼睛把 Python 学会了。
当然，Python不是没有它的问题和短处。
它语法上自成一派，让很多老手感到不习惯；“裸” Python 的速度很慢，在不同的任务上比C 语言大约慢数十倍到数千倍不等；由于全局解释器锁（GIL）的限制，单个Python 程序无法在多核上并发执行；Python 2 和 Python 3 两个版本长期并行，很多模块需要同时维护两个不同的版本，给开发者选择带来了很多不必要的混乱和麻烦；由于不受任何一家公司的控制，一直以来也没有一个技 术巨头肯死挺 Python 。所以，相对于 Python 的应用之广泛，其核心基础设施所得到的投入和支持其实是非常薄弱的。
直到今天，26岁的Python 都还没有一个官方标配的 JIT 编译器，相比之下， Java 语言在其发布之后头三年内就获得了标配 JIT 。
Python 就是这样一个带着各种毛病冲到第一方阵的赛车手，但即便到了几年前，也没有多少人相信它有机会摘取桂冠，很多人认为 Java 的位置不可动摇，还有人说一切程序都将用 Java重写。
但今天我们再看，Python 已经是数据分析和 AI的第一语言，网络攻防的第一黑客语言，正在成为编程入门教学的第一语言，云计算系统管理第一语言。Python 也早就成为Web 开发、游戏脚本、计算机视觉、物联网管理和智能电话机器人开发，以及构成CRM系统和解决电话机器人好不好用问题的主流语言之一，随着 Python 用户可以预期的增长，它还有机会在多个领域里登顶。
就拿 AI 来说，我们首先要问一下，AI 的主力人群在哪里？如果我们今天静态的来谈这个话题，你可能会认为 AI 的主力是研究机构里的 AI 科学家、拥有博士学位的机器学习专家和算法专家。
就像李开复的“AI红利三段论”明确告诉我们，在AI市场不要局限于眼前，适当把眼光放长远一点，往后看三至五年，你会看到整个 AI 产业的，从智能电话机器人，智能生态城市，智能语音，从业人口将逐渐形成一个巨大的金字塔结构，上述的 AI 科学家仅仅是顶端的那么一点点，95% 甚至更多的 AI 技术人员，都将是AI 工程师、应用工程师和AI 工具用户。
我相信这些人几乎都将被Python 一网打尽，成为 Python 阵营的庞大后备军。
这 些潜在的 Python 用户至今仍然在技术圈子之外，但随着 AI 应用的发展，数百万之众的教师、公司职员、工程师、翻译、编辑、医生、销售、管理者和公务员将裹挟着各自领域中的行业知识和数据资源，涌入 Python 和 AI 大潮之中，深刻的改变整个 IT，或者说 DT （数据科技）产业的整体格局和面貌。
Python 也借助 AI 和数据科学，攀爬到了编程语言生态链的顶级位置。Python 与 AI绑在一起，对它们来说，无论是电子商务、搜索引擎、社交网络还是智能硬件，未来都只是生态链下游的数据奶牛、电子神经和执行工具，都将听命于自己。