第03章问答

Polaris：

设计一个面向数据科学和人工智能的语言，我会考虑执行的速度，对于目前机器的兼容性，能够使用一些现有的库，兼容目前的主流语言，能够能贴近人类的语言习惯，容易掌握，更好的交互界面和简约性设计。

红花生：

我会考虑以下因素：1、这门语言是易于学习入门的，并且它的可读性比较强 2、有功能强大的软件包来实现各类功能如统计、神经网络等 3、能实现数据可视化，拥有一定的绘图功能。

Moe：

1. 性能（效率），如python属于编程语言中面面俱到但都不精通的语言，但如果能同时以python作为基础，同时拥有python的库，Numpy的科学的计算能力，c++的速度快的编程，java社区———可以帮助开发人员随时随地的查询和解决所遇到的问题，优化代码，兼容多种数据形态。 2.可视化 如Matlab有强大的内置绘图功能，可以用可视化的方式，或者交互的方式进行设计运行调试代码。 3.一般性特异性的平衡 总而言之，如果可以汇聚语言的优点应用在数据科学与人工智能方面（计算，运行速率，交互），而产生的新的语言，但是这种“完美”的语言是不存在的，我觉得可以有一种环境或者语法可以随时调用各种语言的库，函数，其特异的功能，然后可以进行组合使用。

陈诺：

稳定性、形象化（效果如www·pythontutor·com）、多领域效率都领先、语言可移植性、debug简便性。