Python是一種被廣泛應用于人工智能領域的高級編程語言。在Python中，開發人員可以使用其強大的庫和框架來實現各種人工智能任務，例如機器學習、自然語言處理和計算機視覺。下面是一個使用Python實現人工智能任務的簡單教程。

# 導入所需的庫和模塊
import numpy as np
import pandas as pd
import sklearn
from sklearn import datasets
from sklearn import tree
# 加載數據集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 劃分訓練集和測試集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4)
# 訓練決策樹模型
clf = tree.DecisionTreeClassifier()
clf.fit(X_train, y_train)
# 在測試集上測試模型
from sklearn.metrics import accuracy_score
y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在上面的代碼中，我們使用了一個名為“鳶尾花”數據集，它包含了三種不同樣本的花的屬性數據。我們首先將樣本數據劃分為訓練集和測試集，然后使用決策樹算法在訓練集上訓練模型，并在測試集上對模型進行測試。最后，我們使用accuracy_score函數計算出模型的準確率。

此教程只是展示了Python用于人工智能的一小部分，Python還有大量其他的庫和框架可以用于各種人工智能任務，例如TensorFlow、Keras和PyTorch。希望這篇教程可以幫助你更好地理解如何使用Python實現人工智能任務。