选课有风险•入坑需谨慎 | 阿威Python训练营2026年春季学期选课指南(V2026.01)
- 2026-03-19 07:25:11
0.1 个人背书
0.2 课程目标
0.3 适用对象
拿不起任何一门程序语言，准备把Python作为第1开发语言的非计算机类、非信息类相关专业的各类学生。从2025年秋季学期起，主要面向马院本科生开课。 近年课堂上有来自于网安、物理、信管等学院的学生，修习的目的之一是拿跨学院公共基础课学分，阿威表示不理解但无权阻止。 日常需手工处理大量的office文档（Word/Excel/Powerpoint/PDF/Email）并进行相关数据整理、分析的职场人士。 仅对武汉大学教职工及访问学者开放旁听。 对大语言模型（LLM）感兴趣，但无从下手者。 每次课大概会花10-15分钟分享大语言模型的最新进展，讲授内容中会专门安排5-6个课时讲授大语言模型辅助编程。
无。完全零基础，无任何程序设计经验也没关系。是个人，会打字就行。
自2023年3月15日ChatGPT-4横空出世以来，很多人都在问：既然大模型能写代码，人族还有必要学编程吗？这是个好问题。以阿威现阶段对大语言模型（LLMs）的浅薄理解，提供以下三点观察供你思考：
大模型的工作语言是Python。如果你懂Python，当你在LLM的会话窗口，看见LLM用自动生成的Python代码，处理你的日常业务时，你会有一种“似曾相识”的感觉，你也因此能更好地理解LLM处理日常事务的业务逻辑。由于Python的第三方库过于庞杂，LLM偶尔也会犯错。如果你精通Python，你可以指导Ta选择合适的第三方库，享受一下人机协作的妙处。 大模型生成代码质量最高的程序语言是Python。生成代码的能力是大模型所有能力中的天花板。大模型几乎能用任何程序设计语言协助人族完成任务，如Python、JavaScript、HTML/CSS、SQL、C等等。在这些程序设计语言中，Ta被喂过的Python语料最多，因此它提供的Python代码质量最高。你只要一个Python的编译环境，你几乎能驱动大模型做任何事。 操作大模型最好的工具语言是Python。每一个LLM发布时，几乎都会以第三方库的方式，提供Python的编程接口（API）。无论是简单的Prompt工程（Prompt Engineering），还是复杂的数据精调（Fine-tuning），Python都被广泛认为是连接、使用和操作大型语言模型的最佳编程语言。随着LLM不断迭代更新，学会Python则可适配各类新模型、新框架，便于持续跟进技术前沿并保持竞争力。 - 已关注关注重播 分享 赞
1 课程核心诉求
手工写代码、手工写代码、手工写代码...
重要的事情说三遍
1.1 有效代码量
每周有效代码量（不含空行、注释）100~200行左右，一般会布置6道程序题，课程总代码量在2000行左右。
请退课。在所有可以退课的时间节点，阿威都会进行善意提醒，以免各位错过。最近三学期退课人数参考数据：
2024年秋季学期中期退课人数及比例：10/153，占比约6.5%，即153人选课，10人中期退课。
2025年春季学期中期退课人数及比例：5/59，占比约8.5%，即59人选课，5人中期退课。
2025年秋季学期中期退课人数及比例：4/167，占比约2.4%，即167人选课，4人中期退课。
任何情况下，都可以把代码私戳给阿威或助教，阿威及助教会尝试理解你的逻辑、你的算法，在不强行改变你的思路的情况下，批阅你的程序。
前6周禁止使用任何AI工具辅助编程，这一阶段的目标是积累基础性的程序设计知识、强化动手写代码的能力。因此会特别困难，投入的时间会特别多，请保持情绪稳定。
前6周对你和阿威而言，都是纯手工操作。阿威如果没有做到上1条（1.3 陪你一起熬过前6周），可以在课程QQ群里批评、指责阿威。
课程组自编，阿威是主编之一（排名第三）。预计2026年4月份出版。 《Python程序设计基础及实践》慕课版。北京大学郭炜编著，人民邮电出版社出版。可能是内容最全的Python教材。
2.2 参考教材
《Python语言程序设计基础》第3版。北京理工大学嵩天等著，高等教育出版社出版。可能是最流行的Python教材。 《Python程序设计与算法基础教程》第2版，清华大学江红等编著，清华大学出版社出版。可能是最难的Python教材。 《利用Python进行数据分析》原书第三版，【美】韦斯･麦金尼（Wes McKinney）著，陈松译，机械工业出版社。本书为武汉大学数智教育课程体系（本科阶段课程）推荐教材。本书作者是最流行且最重要的数据分析库pandas 的创建者、早期阶段最核心的推动者和主要贡献者。电子版教材官网：https://wesmckinney.com/book/
OS：默认操作系统为Windows 10+，MAC、Linux及其他操作系统环境请自行搭建、自行探索。 Python：官方最新版，当前版本是3.14.3，下载网址：www.python.org。请下载Windows installer(64-bit)。 集成开发环境（IDE）：PyCharm最新版，当前版本是2025.3.3，下载网址：https://www.jetbrains.com/pycharm/download/#section=windows，也可在Anaconda Navigator中安装。 项目虚拟环境：在PyCharm中选择并用Pycharm进行管理。课程中不涉及Python虚拟环境相关知识，但会推荐相关资源供自学。
2.4 信息平台
课程QQ群：必选，发布授课PPT、示例代码、课程公告、期末样卷等。 珞珈在线及学习通：必选，知识性的单元测试（主要是选择题和判断题）放在珞珈在线上，由学生自主完成，课堂交互使用学习通。 希冀代码提交平台：必选，课程组使用WHU计算机学院实验中心代码自动评阅平台提交程序作业，组织模拟考试、期中及期末考试。网址：https://cslabcg.whu.edu.cn/。学生初始信息由阿威导入，之后自行维护。 头歌平台：必选，课程组依托该课程平台，以线上方式完成课程规定的实验项目。相关教学资源将迁移至珞珈在线，下学期大概率不再使用头歌平台。
中国大学MOOC：可选，推荐部分免费的学习资源供自学，并给予平时成绩奖励。
网易云课堂：可选，推荐部分免费的学习资源供自学。 LeetCode力扣：可选，推荐部分免费的计算机算法训练资源供自学。
2.5 特别说明
3 GPA刷分指南
课堂参与20分 学习通课堂交互：10分。每次课2~3题，随机发放。与课堂讲授的知识点强相关。此项分数可由MOOC奖励成绩（见下文3.3）冲抵。课堂互动成绩与MOOC奖励成绩二者取其一，就高不就低，不累计。 学习通单元测试：10分。每周30~50道单项选择题或者判断题，从ChatGPT-5出的100道题中随机抽取，以考核基础概念为主，与每周讲授内容强相关。 课堂实验30分 头歌平台实验项目：10分。在实验课上自主完成，阿威及助教将予以必要协助。 希冀平台课后作业：10分。课后完成，只有程序设计题，每周3-6题。 希冀平台各类测验：10分。在实验课上自主完成。
课程项目10分 分组方式：以小组方式开发一个小型应用程序或完成一个数据分析任务。组队：由助教编写Python程序，随机组队。讲解：由助教编写Python程序，随机抽取任一组员演讲。 项目类别：一类是定制项目：分析和改进综合应用案例；另一类是自选项目：可自由选题。为了避免选题冲突，各小组应提前向助教申报选题。 期末考试40分 依托希冀平台进行，线上，闭卷。考试时，无法查阅任何资料。
3.3 MOOC奖励（可用于冲抵上述课堂参与中第一项学习通课堂交互分数，最高不超过10分）
3.4 能力提升建议
第1个台阶（Python + PEP8）：能写出符合PEP8的Pythonic代码。 第2个台阶（Python + OA）：能熟练处理OA文档，显著提升职场竞争力（Word/Excel/Powerpoint/PDF/Email）。能熟练运用Pandas库。 第3个台阶（Python + Openai API）：熟悉openai库的API调用机制，调用 LLM（如 DeepSeek ）API 实现简单的会话与交互。熟悉 Function Call 机制，让 LLM 调用预设函数等外部工具，完成更复杂的任务。 第4个台阶（Python + Data Analysis）：能处理已有的结构化数据，能写简单的SQL语句及连接数据库。能处理简单的非结构化数据，能爬取数据、进行数据分析和可视化。
3.5 合理使用AI
前6周禁止使用：前6周主要讲授基本概念（包括基础数据类型、组合数据类型、程序控制语句），建议用传统的笨方法（查阅Python官方文档+记笔记），搭建好个人的知识体系。 第7-12周建议使用：本阶段会布置一些与经典算法相关的训练任务，包括排序、搜索、动态规划、蒙特卡洛等，可以使用AI来对比分析不同算法的底层逻辑和时间复杂度等。 第13-16周鼓励使用：本阶段会布置一些相对复杂的训练任务，包括数据库编程、正则表达式、网页爬取、openai API调用等，鼓励使用AI辅助编程，探寻人机协作的合理方式。 期末考试时严禁使用：关于AI时代如何测试大家的能力，老师们的意见也不一致。技术发展太快，每一个人都在适应中。要特别提醒你注意的是：如果你在平时训练中过度依赖AI，可能会导致期末闭卷考试时，难以Pass。
4.3 课程QQ群
4.4 私戳阿威及助教（如何又快又好的获得支持？）
V2026.01 修订记录：
根据课程组要求，修订了课程评价体系，并依据个人的讲授风格，对评价体系做了微调。
尽管饱受教学督导质疑，本学期继续坚持不点名。但会增加课堂交互频次。
V2025.02 修订记录：
修改了4个能力台阶，将大语言模型辅助编程的能力（使用 openai API）作为第3个能力台阶，并设为必选项。
Anacoda+Jupyter Notebook 太重，可能对马院的本科生不友好，本学期将不做要求。
课堂交互成绩与MOOC奖励成绩不叠加，二选一，就高不就低。
更新了4个版本，本文内容基本稳定，版本号改成“年度.学期”格式。
V0.0.4 修订记录：
因应机器学习和大模型应用的需求，引入了Anacoda+Jupyter Notebook。以前觉得Anacoda实在是太重了，但如果要使用Pytorch深度学习框架，Anacoda在环境配置方面的优势明显。下学期将提供两个版本的讲义，一个是pptx，一个是ipynb。前者方便娃们系统学习，后者方便代码演示。
对AI辅助编程，做了更具体、更清晰的约束。
课堂学习通交互10分，只允许使用北京理工大学嵩天等主讲的《Python语言程序设计》MOOC成绩，原因是北京大学郭炜主讲的《Python程序设计基础及实践》MOOC运维不稳定。
第15周将提供一次成绩预警，降低娃们的挂科风险。
第一次在马院开课，担心娃们不太会，码了一篇“Python+PyCharm安装指南”。
引入了AI辅助编程，尽管有多种忧虑，但躲是躲不过去了，码了一篇”PyCharm+AI编程“。
强力引入ChatGPT4辅助教学。
落实学校数智课程教育体系，引入相关教材，补充相关教学内容。
完全免试改为平时成绩免试，因本科生院不支持。
强化课堂即时交互
参考链接：
阿威Python训练营2025年秋季学期选课指南（V2025.02）| 致2024级WHU马院本科生
选课有风险•入坑需谨慎 | 阿威Python训练营2025年春季学期选课指南（V0.0.4）
选课有风险•入坑需谨慎 | 阿威Python训练营2024年秋季学期选课指南（V0.0.3）
选课有风险•入坑需谨慎 | 阿威Python训练营2024年春季学期选课指南（V0.0.2）
选课有风险•入坑需谨慎 | 阿威Python训练营选课指南（V0.0.1）
本推文排版颜色：
霜叶红（E10800）珞珈蓝（002554）珞珈绿（115740）
