不建议大家一直学最基础的 一直在学python的数据类型、运算和条件语句 简单看下这部分内容，马上学习使用python的各种包 基础的东西太多了，用到的时候再学和问AI吧
学习使用Jupyter notebook，长得像笔记的一个编译器，界面更通人性一点😂
数据分析三剑客 Numpy提供一种矩阵，构造，运算，访问，赋值的操作 Pandas更实用，一维数据和二维表格的处理，去重、查找、替换、分组、聚合等操作 Matplotlib数据的可视化包，画布，绘图的所有元素，丰富的调色功能，2D和3D图像的绘制
这三个家伙，融合了数据的运算、处理和可视化 撑起来了数据分析的一片天
更深入一点，数据挖掘的话，用到sklearn，机器学习的一个包
官方手册
The Python Tutorial — Python 3.13.3 documentation
安装
环境变量
以win11 为例
- 下载适合自己的版本 www.python.org
- 环境配置：
- 按下
Win + S搜索 "环境变量"，选择 "编辑系统环境变量"。在弹出的窗口中，点击右下角的 "环境变量" 按钮 - Path配置
- 按下
成功的标志
打开新的命令提示符（或 PowerShell），输入：
python --version
pip --version如果能正常输出版本号，则配置成功。
Pycharm 编译器
- 下载 PyCharm: The only Python IDE you need community即可
- 新建项目
- New——package
基础
了解一下数据类型、基本运算、条件语句
//是除的时候向下取整，多的小数就不要了 两个星号是幂运算 一个等号是赋值 两个等号是判断
函数
抽象出一个功能，定义一个函数 组织好的、可重复使用的代码块，用于执行单一或相关联的任务。函数能提高代码的模块化程度和复用性
def 函数名(参数1, 参数2, ...):
"""函数文档字符串（可选）"""
函数体
return 返回值 # 可选def add(a, b):
"""计算两个数的和"""
return a + b
result = add(3, 5) # 调用函数
print(result) # 输出: 8面向对象编程
课前发的链接
- 2025-5-1 1.微积分
遇到导数和偏导数、梯度向量、泰勒展开等等概念和相关公式运用，可以通过学堂在线的慕课来系统学习，如：清华大学扈志明老师的《微积分》：
| 《微积分：极限理论与一元函数》https://www.xuetangx.com/course/THU07011000400/10322196 《微积分：多元函数与重积分》 https://www.xuetangx.com/course/THU07011000401/10322198 《高数复习课-4小时讲完高等数学/微积分（上）》 https://www.xuetangx.com/training/KC38770000001/858944 |
2.线性代数
线性代数相关知识是学习计算机、人工智能所必须的，会经常遇到向量及其运算、矩阵及其运算、特征值与特征向量等等，推荐系统学习 比如清华大学数学系马辉教授的《线性代数》
| 《线性代数（1）》 https://www.xuetangx.com/course/THU07011000411/10322226 《线性代数（2）》 https://www.xuetangx.com/course/THU07011000412/10322230 《线代复习课-4小时讲完线性代数》 https://www.xuetangx.com/training/KC38770000002/860102 |
3.概率论与数理统计
概率论和数理统计，当前的AI也许属于概率和统计的学科范畴
| a)3.1概率、随机事件和随机变量 b)3.2条件概率与贝叶斯公式 c)3.3常用的概率分布 d)3.4随机变量的均值和方差、协方差 e)3.5最大似然估计 推荐清华大学《概率论与数理统计》 https://www.xuetangx.com/course/THU07011000299/10322048 《4.5小时讲解概率论与数理统计》 https://www.xuetangx.com/training/KC0000006305/1441781 |
4.最优化
a)4.1最优化基本概念介绍
b)4.2凸优化的基本概念
c)4.3最优性条件
d)4.4范数的概念和性质
e)4.5数据拟合方法
链接：最优化方法
https://www.xuetangx.com/course/buctP0701003500/10327823
先修二：程序设计基础
一份简明Python教程：
https://cs231n.github.io/python-numpy-tutorial/
系统的Python课程： Python程序设计：https://www.xuetangx.com/course/SZIIT61021001122/10322190
自权的SPACE