【学习笔记】Python(一)Python简介与PyCharm安装

【学习笔记】Python(一)Python简介与PyCharm安装

一、学习内容简介

        从零开始学习Python,本笔记的大部分内容来自Python和PyCharm的官方文档。

        1、学习版本:Python 3.12,虽然当前Python最新版本到3.14了,但是很多第三方插件还未更新,为了便于稳定学习,选择3.12版本即可。

        2、编程工具:PyCharm 2025.2。

·        3、本节内容:Python简介、PyCharm的安装。

        备注:本节内容基本来自官网,如发现和官网内容冲突,请以官网内容为主,如发现错误之处,请指出。

二、Python简介

       1、什么是Python?

        Python 是一门易于学习、功能强大的编程语言。它提供了高效的高级数据结构,还能简单有效地面向对象编程。Python 优雅的语法和动态类型以及解释型语言的本质,使它成为多数平台上写脚本和快速开发应用的理想语言。

        建议:在学习Python之前,已具备C\C++\Java等语言的基础。

        2、Python干什么?

        再日常电脑工作时,我们常常会遇到一下任务。比如:

  • 对大量文本文件执行查找、替换操作;
  • 利用复杂的规则重命名、重排序一堆照片文件;
  • 编写一个小型数据库、或开发专用的图形界面应用,甚至是开发一个简单的游戏。

        通常情况下,为了实现上述目标,我们可以采用C/C++/Java等库,但需要频繁编码、编译、测试,导致开发流程漫长。我们当然可以给这些库开发测试套件,但这项工作很枯燥乏味;我们也可以针对这些任务编写 Unix shell 脚本或 Windows 批处理文件,但 shell 脚本擅长的是移动文件和改变文本数据,而不适合编写 GUI 应用或游戏;我们还可以编写 C/C++/Java 程序,但即使只完成一个初始版程序也需要耗费很长的开发时间。

        为了解决上述编程时遇到的问题,Python应运而生。Python可以用于自动执行一些电脑任务,且更为简单易用,同时支持 Windows, macOS 和 Unix 操作系统,并能帮助你更快速地完成工作。

        3、Python特点

        (1)Python 提供大量数据结构,也支持开发大型程序,远超 shell 脚本或批处理文件;Python 提供的错误检查比 C 还多;作为一种“非常高级的语言”,它内置了灵活的数组与字典等高级数据类型。正因为配备了更通用的数据类型,Python 比 Awk,甚至 Perl 能解决更多问题,而且,很多时候,Python 比这些语言更简单。

        (2)Python 支持把程序分割为模块,以便在其他 Python 程序中复用。它还内置了大量标准模块,作为开发程序的基础 —— 您还可以把这些模块当作学习 Python 编程的实例。这些模块包括 I/O、系统调用、套接字,甚至还包括 Tk 图形用户界面工作套件。

        (3)Python 是一种解释型语言,不需要编译和链接,可以节省大量开发时间。它的解释器实现了交互式操作,轻而易举地就能试用各种语言功能,编写临时程序,或在自底向上的程序开发中测试功能。同时,它还是一个超好用的计算器。

        (4)Python 程序简洁、易读,通常比实现同种功能的 C、C++、Java 代码短很多,原因如下:

  • 高级数据类型允许在单一语句中表述复杂操作;
  • 使用缩进,而不是括号实现代码块分组;
  • 无需预声明变量或参数。

        (5)Python “可以扩展”:会开发 C 语言程序,就能快速上手为解释器增加新的内置函数或模块,不论是让核心程序以最高速度运行,还是把 Python 程序链接到只提供预编译程序的库(比如,硬件图形库)。只要下点功夫,就能把 Python 解释器和用 C 开发的应用链接在一起,用它来扩展和控制该应用。

        4、Python学习内容

        学习Python包括语言、系统的功能,开始只是简单的表达式、语句和数据类型,然后是函数、模块,最后,介绍一些高级概念,如,异常、用户定义的类等功能。

        Python 官网免费提供Python 解释器和扩展的标准库,包括源码和适用于各操作系统的机器码形式,并可自由地分发。Python 官网还包含许多免费的第三方 Python 模块、程序和工具发布包及文档链接。Python 解释器易于扩展,使用 C 或 C++(或其他 C 能调用的语言)即可为 Python 扩展新功能和数据类型。Python 也可用作定制软件中的扩展程序语言。

三、PyCharm安装

        1、PyCharm版本说明

        在2025年之前,PyCharm主要分为社区版专业版两个独立版本。但从2025.1版本开始,JetBrains公司将两者合并为一个统一的产品,简称 PyCharm。无需安装 Java 即可运行 PyCharm,因为 JetBrains Runtime 已与 IDE 一起捆绑(基于 JBR 21)。

        新版本的PyCharm通常会支持所有主流的Python版本,2025.2支持以下版本的 Python2.7、Python 3.8 - 3.14 ,下表展示了新旧版本说明。

版本阶段核心特点适用人群
统一版 (2025.1起)单一产品:安装后默认有30天全功能试用。
试用期满后:可选择订阅Pro版,或免费使用核心功能(即原社区版功能)。
所有开发者,按需选择是否订阅。
旧版-社区版完全免费和开源
- 提供Python开发的核心功能:代码分析、调试器、版本控制集成等。
Python初学者、学生、进行纯Python脚本或小型项目的开发者。
旧版-专业版收费的商业版本。
- 包含社区版所有功能,并增加了对Web框架(Django, Flask)、数据库工具、科学计算等高级支持。

        2、PyCharm配置要求

        官网给出的PyCharm安装的配置要求如下:

要求

最低

推荐

内存

2 GB 可用内存

8 GB 系统总内存

处理器

任何现代处理器

多核 CPU。 PyCharm 支持多线程进行不同的操作和处理,使其能够使用更多的 CPU 核心时速度更快。

磁盘空间

3.5 GB

至少有 5 GB 可用空间的 SSD 硬盘

显示器分辨率

1024×768

1920×1080

操作系统

以下产品的正式发布版本:

  • Microsoft Windows 10 1809 64 位或更高版本
  • Windows Server 2019 64-bit 或更高版本
  • macOS 12.0 或更高版本
  • 满足以下要求的最新两个版本的 Ubuntu LTS 或 Fedora Linux 发行版:
    • Linux 内核版本 6.x
    • Gnome 或 KDE 桌面环境
    • X Window 系统 (X11)(Wayland 支持正在开发中。 您可以监控进度并在 JBR-3206:原生 Wayland 支持 中留下您的反馈。)
    • GLIBC 2.28 或更高版本

以下内容的最新版本:

  • Windows 64 位
  • macOS
  • Ubuntu LTS 或 Fedora Linux 发行版

3、PyCharm安装步骤

        安装包下载完成且确认电脑配置没问题之后,下面开始安装。安装方式分为Toolbox App安装和独立安装两种,这里只介绍独立安装。

        (1)双击exe文件开始安装,如果没有特殊说明,点击下一步即可。

        (2)选择合适的安装位置,建议直接将C盘改为其他盘,后面路径保持不变。

        (3)选择是否创建快捷方式,是否将其作为py文件默认打开方式,是否允许将文件夹按项目打开,这三个可根据需求进行勾选,强烈建议勾选“将“bin”文件夹添加到path”,这样会直接将PyCharm的安装路径作为系统环境变量,如果未勾选,后续还需自行添加环境变量。

        (4)下面点击“安装”按钮,正式安装。

        (5)等待安装完成,大约需要几分钟。

        (6)安装完成后便可以使用。

        至此,PyCharm已安装完成,下一节将介绍PyCharm的基础配置,并通过PyCharm搭建一个简单的Python项目。

Read more

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(八)

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(八)

第15章 模型融合与集成策略 在机器学习竞赛和实际应用中,模型融合(Model Ensemble)是提升预测性能的利器。通过组合多个不同的基模型,集成策略能够综合各个模型的优势,抵消单个模型的偏差和方差,从而获得比任何单一模型更稳定、更准确的预测结果。在医疗AI领域,模型融合同样具有重要价值——面对复杂多模态的医疗数据,单一模型往往难以全面捕捉所有信息,而融合多个异质模型可以提升诊断的鲁棒性和准确性。本章将从集成学习的基本思想出发,系统介绍常见的模型融合方法,包括投票法、平均法、Stacking、Blending等,并通过实战案例展示如何构建融合模型来提升疾病预测性能。 15.1 集成学习的基本思想 集成学习(Ensemble Learning)的核心思想是“三个臭皮匠,顶个诸葛亮”——通过结合多个学习器来完成学习任务,通常可以获得比单一学习器更优越的泛化性能。根据个体学习器的生成方式,集成学习主要分为两大类: * Bagging:并行训练多个独立的基学习器,然后通过平均或投票进行结合。典型代表是随机森林。Bagging主要降低方差。 * Boosting:串行训练基学习

By Ne0inhk
人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在教育领域的应用场景和重要性 💡 掌握教育领域NLP应用的核心技术(如智能问答、作业批改、个性化学习) 💡 学会使用前沿模型(如BERT、GPT-3)进行教育文本分析 💡 理解教育领域的特殊挑战(如多学科知识、学生认知差异、数据隐私) 💡 通过实战项目,开发一个智能问答系统应用 重点内容 * 教育领域NLP应用的主要场景 * 核心技术(智能问答、作业批改、个性化学习) * 前沿模型(BERT、GPT-3)在教育领域的使用 * 教育领域的特殊挑战 * 实战项目:智能问答系统应用开发 一、教育领域NLP应用的主要场景 1.1 智能问答 1.1.1 智能问答的基本概念 智能问答是通过自然语言与用户进行交互,回答用户问题的程序。在教育领域,智能问答的主要应用场景包括: * 课程问答:回答课程相关的问题(如“什么是机器学习”

By Ne0inhk
2026年3月18日 AI 每日动态

2026年3月18日 AI 每日动态

1. 【AI Coding 工具】Claude Code 终于有了"长期记忆"——claude-mem 爆红 Claude Code 用起来顺手,但每次开新会话就像把同事的记忆清零——项目背景要重新交代,之前做过的决策一问三不知。现在有个叫 claude-mem 的开源插件彻底改变了这件事。 它的工作方式很直接:自动抓取每次会话里的工具调用记录(读了哪些文件、改了哪些代码、跑了什么命令),会话结束后用 AI 把这些信息压缩成结构化摘要,下次开工时自动注入进来。一万 Token 的操作记录,最终压缩到 500 Token 左右,同时还支持自然语言检索历史("上次那个 React 重复渲染是怎么解的?")。 目前已有超 3 万人收藏,宣称能节省 90% 的 Token

By Ne0inhk
2026年AI Agent框架王者:OpenClaw登顶GitHub TOP1,16大小龙虾生态项目(含OpenClawChinese汉化版)技术特性与GitHub地址汇总

2026年AI Agent框架王者:OpenClaw登顶GitHub TOP1,16大小龙虾生态项目(含OpenClawChinese汉化版)技术特性与GitHub地址汇总

🦞 "OpenClaw龙虾家族"全员集结!OpenClaw登顶GitHub TOP1,Kimi/miniMax/阿里/百度/字节/网易集体入局,16大小龙虾框架谁是你的菜? 🔥 历史性时刻:2026年3月,OpenClaw以26万+ GitHub Stars正式超越React(24.3万星)和Linux(21.8万星),登顶全球开源项目TOP1!但这只是开始——随着Kimi AI、MiniMax、阿里、百度、字节、网易等巨头集体入局,加上NullClaw、OpenFang等新锐开源项目崛起,一个庞大的 “龙虾家族” 正在形成。 生态全景数据:⭐ OpenClaw:26万+ Stars,GitHub史上最快增长记录🌙 KimiClaw:Moonshot AI官方云托管,40GB云存储+5000技能⚡ MaxClaw:MiniMax出品,10秒部署,

By Ne0inhk