از شاخص های اصلی برای موفقیت در کارهای مبتنی بر هوش مصنوعی، توانایی در کار کردن با داده های گوناگون است؛ قرار گرفتن در زیست بوم متخصصین تحلیل داده ها، نیازمند دانستن گام های مشخصی مانند شناخت نوع داده ها، آماده سازی داده هایی که به اصطلاح تمیز نیستند و بالاخره انجام تحلیل مناسب بر روی داده های تمیز شده مبتنی بر نوع آنها می باشد که این گام ها در قالب یک فرایند تکرار پذیر موسوم به داده کاوی انجام می شوند.

خوشبختانه در ابزارهای داده کاوی امروزه کمبودی نیست اما در مسیر انتخاب یک ابزار قدرتمند، که هم کدباز بوده تا دچار محدودیت های تجاری نباشد و هم قابلیت پردازش انواع داده های کسب و کارها را داشته باشد، زبان برنامه نویسی پایتون گزینه مناسبی است که تمام گام های یادشده را می توان با آن اجرا نمود و به تولید دانش کاربردی و بینش حاصل از استخراج الگوهای موجود در درون داده ها دست یافت