python

Python第二课：搭建开发环境与掌握基本语法

在上一课中，我们简要了解了Python的历史、设计哲学和主要特性。从本节课开始，我们将正式踏上Python编程的实践之路。本篇博客将详细指导你如何搭建Python开发环境，并带你入门Python的基本语法，为后续深入学习打下坚实基础。

一、搭建Python开发环境

1. 安装Python

首先，你需要在自己的电脑上安装Python解释器。目前推荐使用 Python 3.10 或更高版本（截至2025年，最新稳定版为 Python 3.12+）。

  • Windows 用户：

    • 访问 https://www.python.org/downloads/
    • 下载适用于 Windows 的安装包（建议勾选 “Add Python to PATH” 选项）
    • 安装完成后，打开命令提示符（CMD）或 PowerShell，输入 python --version 验证是否安装成功。

  • macOS 用户：

    • macOS 自带 Python 2.7（已过时），建议通过 Homebrew 安装新版：
      1
      brew install python@3.12
    • 或直接从官网下载安装包。

  • Linux 用户（如 Ubuntu）：

    • 大多数发行版已预装 Python 3，但可能不是最新版。可通过以下命令更新：
      1
      sudo apt update && sudo apt install python3
    • 建议同时安装 pip（Python 包管理工具）：
      1
      sudo apt install python3-pip

✅ 小贴士：安装后请确保在终端中能运行 python3 和 pip3 命令。

2. 选择代码编辑器或IDE

虽然可以用记事本写代码，但为了提升效率，推荐使用专业的开发工具：

  • VS Code（Visual Studio Code）
    免费、轻量、插件丰富。安装后添加 Python 扩展，即可获得智能提示、调试、格式化等功能。

  • PyCharm Community Edition
    专为 Python 开发打造的 IDE，功能强大，适合中大型项目。

  • Jupyter Notebook
    特别适合数据分析和教学场景，支持分块运行代码和嵌入图表。

对于初学者，VS Code + Python 插件 是最佳起点。

3. 验证环境

创建一个名为 hello.py 的文件，输入以下代码：

1
print("Hello, Python World!")

在终端中运行：

1
python hello.py

如果看到输出 Hello, Python World!，恭喜你，环境搭建成功！

二、Python基本语法入门

Python 以“可读性高”著称，其语法简洁优雅。下面介绍几个核心概念。

1. 注释

注释用于解释代码，不会被程序执行。

  • 单行注释用 #：

    1
    2
    # 这是一条注释
    print("Hello")  # 行尾也可以加注释

  • 多行注释可用三引号（严格来说是字符串，但常作注释用）：

    1
    2
    3
    4
    """
    这是一个多行注释，
    通常用于函数或模块说明。
    """

2. 变量与数据类型

Python 是动态类型语言，变量无需声明类型。

1
2
3
4
name = "Alice"      # 字符串 str
age = 25            # 整数 int
height = 1.75       # 浮点数 float
is_student = True   # 布尔值 bool

常用数据类型包括：

  • int：整数（如 42）
  • float：小数（如 3.14）
  • str：字符串（用单引号 ' ' 或双引号 " " 包裹）
  • bool：布尔值（True / False）
  • None：空值（表示“无”）

3. 基本运算

支持常见的算术和逻辑运算：

1
2
3
4
5
6
7
8
9
10
a = 10 + 5          # 15
b = 10 / 3          # 3.333...（浮点除法）
c = 10 // 3         # 3（整除）
d = 10 % 3          # 1（取余）
e = 2 ** 3          # 8（幂运算）

# 比较运算
print(5 > 3)        # True
print(5 == 5)       # True
print(5 != 3)       # True

4. 输入与输出

  • 输出：使用 print() 函数

    1
    print("你的名字是：", name)

  • 输入：使用 input() 函数（返回字符串）

    1
    2
    user_name = input("请输入你的名字：")
    print("你好，", user_name)

⚠️ 注意：input() 总是返回字符串，若需数字，需转换类型：

1
age = int(input("请输入年龄："))

5. 控制结构

条件语句（if-elif-else）

1
2
3
4
5
6
7
score = 85
if score >= 90:
    print("优秀")
elif score >= 60:
    print("及格")
else:
    print("不及格")

注意：Python 使用 缩进（通常是4个空格）表示代码块，而不是大括号 {}。

循环语句

  • for 循环（遍历序列）：

    1
    2
    for i in range(5):  # 输出 0 到 4
        print(i)

  • while 循环：

    1
    2
    3
    4
    count = 0
    while count < 3:
        print("计数：", count)
        count += 1

6. 函数定义

使用 def 关键字定义函数：

1
2
3
4
5
def greet(name):
    return f"你好，{name}！"

message = greet("小明")
print(message)  # 输出：你好，小明！

函数可以有参数，也可以返回值（return）。若无 return，默认返回 None。

三、学习建议

  1. 每天写代码：哪怕只有10行，也要保持手感。
  2. 善用官方文档：https://docs.python.org/zh-cn/3/ 是最权威的学习资源。
  3. 不要死记硬背：理解逻辑比记住语法更重要。
  4. 多做小练习：比如写一个计算器、猜数字游戏等。
  5. 加入社区：如 Stack Overflow、知乎、GitHub，遇到问题及时求助。

结语

本节课我们完成了从环境搭建到基础语法的初步探索。虽然内容看似简单，但这些正是构建复杂程序的基石。编程不是看会的，而是练会的。下一课，我们将深入学习列表、字典等数据结构，以及更强大的函数用法。

现在，打开你的编辑器，写下第一行属于自己的 Python 代码吧！

python

Python 第一课

Python第一课：介绍与入门指南

一、Python的历史简介

Python是由荷兰程序员吉多·范罗苏姆（Guido van Rossum）在1980年代末期发明，并于1991年首次发布。它的名字并非来自蟒蛇，而是源于吉多喜欢的电视剧《Monty Python’s Flying Circus》。Python的设计哲学强调代码的可读性和简洁性，这使得它成为一门非常适合初学者学习的编程语言。

<查看原文>

AI

（四）大模型时代

大模型时代：未来发展的十大趋势与展望

2025年，人工智能已正式迈入“大模型深度整合期”。从GPT、Llama到通义千问、阶跃星辰，大语言模型（LLM）及其多模态扩展正以前所未有的速度渗透至科研、教育、医疗、制造乃至日常生活的方方面面。然而，这并非终点，而是一个更宏大智能时代的起点。站在技术爆发与商业落地的交汇点上，我们有必要前瞻性地思考：大模型的未来将走向何方？

以下是对大模型未来发展的十大关键趋势展望。

<查看原文>

AI

（三）深度学习之transformer

深度学习之Transformer：技术原理与广泛应用

自2017年Google提出 Transformer 架构以来，它迅速成为自然语言处理（NLP）乃至整个深度学习领域的核心模型。从BERT、GPT到如今的大语言模型（如GPT-4、通义千问、Claude等），几乎所有的先进AI系统都建立在Transformer的基础之上。本文将深入浅出地解析Transformer的技术原理，并介绍其在多个领域的关键应用。

<查看原文>

AI

（二）深度学习介绍

深度学习：从神经网络复兴到智能新纪元

深度学习（Deep Learning）是人工智能领域近十年最具革命性的技术之一。它不仅推动了计算机视觉、自然语言处理、语音识别等领域的跨越式发展，更催生了大模型、生成式AI等颠覆性应用。然而，深度学习并非凭空诞生——它是对早期神经网络思想的继承、突破与超越。本文将介绍深度学习的核心理念，并解析它如何克服早期神经网络的局限，开启智能新时代。

<查看原文>

AI

（一）深度学习之前的人工智能

深度学习之前的人工智能：从逻辑推理到统计学习的探索之路

在深度学习席卷全球、大模型成为AI代名词的今天，我们很容易忽略一个事实：人工智能的历史远比神经网络的复兴要悠久得多。事实上，在2012年深度学习真正崛起之前，AI领域已经历了数十年的探索、高潮与低谷，形成了丰富而多元的技术体系。这段“前深度学习时代”的发展历程，不仅奠定了现代AI的理论基础，也深刻影响了后续技术演进的方向。

<查看原文>

AI

大模型的前世今生

大模型的前世今生：从统计学习到智能涌现

在人工智能发展的长河中，大模型（Large Language Models, LLMs）无疑是近年来最引人注目的技术突破之一。它们不仅推动了自然语言处理的边界，更在某种程度上重新定义了“智能”的可能性。然而，这一看似突然崛起的技术浪潮，其实有着深厚的历史积淀和清晰的发展脉络。

<查看原文>