前排很多回答都是有道理的，但说的还不够具体。这里就具体描述一下Python和人工智能有哪些关系。
NumPy，Python的科学计算库，免费开源，支持大量维度的数组和矩阵运行。
Scipy，高级科学计算库，一般用来操控Numpy数组进行科学计算。
TensorFlow，当前最流行的基于神经网络的机器学习系统，最先支持的语言是C和Python。
Keras，深度学习库，最杰出方便的Python库之一，可在在TensorFlow和Theano之上运行，在高级界面上建立神经网络。
Theano，类似Numpy，一款定义多维矩阵并含有数学运算符和表达式的Python包。
Pylearn2，建立在Theano上，部分依赖scikit-learn，可以处理向量、图像、视频等数据，提供MLP、RBM、SDA等深度学习模型。
Pandas，Numpy的一种工具，Python的一个数据分析包，强大高效的数据分析工具之一。
SciKit-Learn，机器学习库，建立在Scipy之上。
PyTorch，一种基于Python接口的深度学习框架，用Python实现Torch机器学习框架。
AIMA，Python实现了从Russell到Norvigs的人工智能。
pyDatalog，Python中的逻辑编程引擎
SimpleAI，一个易于使用的AI库
EasyAi，一个双人AI游戏的Python引擎
PyBrain，Python的一个机器学习模块，它的目标是为机器学习任务提供灵活、易用、强大的机器学习算法，包括神经网络、强化学习、无监督学习、进化算法等。
BigML，使用容易理解的交互式操作创建优雅的预测模型。
MDP，用于数据处理的模块化工具包，一个Python数据处理框架。
Mlpy，基于Numpy/Scipy的Python学习模块，是Cython的扩展应用，包含很多机器学习算法。
PyML，Python机器学习库，重点提供监督分类法与与几种有效的分类分析。
PyMVPA，是为大数据集提供统计学习分析的Python工具包。
Pattern，Python的挖掘模块，提供爬虫、HTML解析等功能。
Monte，一个Python机器学习库，可以迅速构建神经网络、条件随机场、逻辑回归等模型。
Orange，一个基于组件的数据挖掘和机器学习软件套装。
Python NLTK，自然语言处理库
spaCy：使用Python的Cython进行高级自然语言处理（NLP）的开源库。
Luminoth，一个用TensorFlow和Sonnet构建的开源的计算机视觉Python工具包，可直接支持物体检测，背后支持的模型是Faster R-CNN。
OpenCV，非Python库，一种强大的图像处理系统，支持多种语言，Python可以方便地进行调用。
所以，Python与人工智能有很大的关系——现在人工智能最流行的编程语言就是Python。
以上很多内容来自于互联网，很多工具我也不熟悉，如有错误，欢迎指正。
