最簡單和直接的原因是，Python有大量的庫，這些庫在你開發自然語言處理應用程式的時候，會讓事情變得簡單。

第二個原因是，如果你有C或是C++的程式設計經驗，你不用再擔心會遇到記憶體洩漏的問題 。Python的直譯器會為你解決這個問題，你要做的僅僅是關注主要的程式設計過程。

除此之外，Python是一個程式設計師友好的語言，與其他面向物件的語言比起來，你只需要寫少量的程式碼，就可以做更多的事情。

所以，使用Python來開發自然語言處理程式，以進行更快的建模。

主要因為 python 語言，相對於其它 程式開發語言，比如java ,c 做同樣的功能，python 需要用到是開發時間，只有其它語言的 幾分之一，所以流行有 人生苦短，我用python 的說法。

python 開發出的程式，不利的一方面是，相比於其它語言，同樣功能的程式，執行時間長，佔用記憶體大。

所以 python 適合於 研究性開發，就是需要 不斷修改程式，試驗執行效果。在這種場合下，開發時間是最重要的，執行時間不是最關鍵的。 這些研究性開發領域 包括 ai,資料分析，等等， 各種需要不斷試驗修改演算法，進行提高的領域。

而演算法開發完成，定型以後，進行大規模部署時，一般會把演算法 用更高效的語言，比如c語言，進行改寫，以提高執行效率，減少計算資源佔用。 在有些應該場合，把演算法直接 轉化成硬體實現，比如採用各種 神經網路 晶片，進一步降低 計算時間，節約計算成本。

python 在演算法 研究領域，積累了 各種 庫，是 進行演算法研究 的 神器。

而