周五下午5点，客户突然要一份示例数据的Cpk报告，但样品还在注塑机上排队。
或者你刚看完上篇关于Cpk的理论，手痒想自己画个钟形曲线验证一下，手头却一个数据都没有。
以前遇到这种情况，要么去Excel里用RAND()函数一行行拖，要么干瞪眼。今天我们换个玩法——让AI帮你写段Python，直接把数据"无中生有"出来，连Excel和图表一起给你。
你不需要会编程。你需要的，只是把一段提示词丢给AI。
一、Python为什么比C语言更适合我们？
先解释一下，为什么工程师圈子里现在都在说Python，而不是大学里学的C语言。
核心原因就两个字：轮子。
有人提前把各种功能打包好，做成"工具箱"放在网上，你要用直接拿就行——这种工具箱，行话叫"第三方库"。
举个对比：
- • 你想用Python读写Excel？别人早就把这件事做成工具箱放好了，你发条指令调用它，三行代码搞定。
- • 你想用C语言操作Excel？你得先研究Excel的二进制文件格式，自己写解析器，光这一步就能让人原地退坑。
Python的生态里，别人已经造好的轮子多到数不清，比如
| 你想干的事 | 有人已经造好的轮子 |
|---|
| 读写Excel | ✅ 现成工具箱 |
| 画图、出图表 | ✅ 现成工具箱 |
| 做数据分析 | ✅ 现成工具箱 |
| 跑机器学习 | ✅ 现成工具箱 |
| 写网页后台 | ✅ 现成工具箱 |
你要做的，只是知道去哪找，然后装上用就行。(实际上问AI也行，都不用找。)
这就是为什么Python在工程、科学、数据领域全面铺开——不是因为它性能最强，而是因为它能让你把时间花在真正想解决的问题上。
二、环境怎么整？三步，不绕路
这一节是纯操作，步骤是什么就是什么，没有废话。
第一步：装Python本体
去官网下载安装包：python.org，点"Downloads"，下载最新的Windows版.exe。
双击运行，弹出安装界面的时候，第一件事——先看底部有没有一行小字：Add Python to PATH，把它勾上。
这一步不勾，后面运行代码会报"找不到Python"的错，你得去网上翻半天解决方案。勾上，然后一路Next，完事。
装完验证一下： 按Win+R，输入cmd回车，打开黑窗口，输入：
python --version
如果弹出 Python 3.x.x 这样的版本号，就说明装成功了。如果报错，多半是刚才PATH没勾，重装一遍。
第二步：装VS Code（写代码的"工作台"）
光有Python（引擎）还不够，我们得有个顺手的工作台。
写代码的工具有很多，但现在最主流的一个叫
VS
Code——微软出品，免费开源，全平台通用。你现在能叫得出名字的大多数编程工具，背后的界面逻辑多少都参考过它。工程师、前端、后端、数据分析，不同圈子的人装完Python第一件事几乎都是装它，我们从最主流的开始，没必要绕远路。
直接去 code.visualstudio.com 下载，装上。
这里顺带解释一个常见误区：VS Code本身不能运行Python，它只是一个高级记事本，帮你写代码、看代码的地方。真正执行代码的，还是你刚才装的Python本体。两个缺一不可。
VS Code装好之后，做两件事：
- 1. 左侧点"扩展"图标（四个小方块），搜索
Chinese，装第一个中文汉化插件，重启后界面变中文。 - 2. 再搜
Python，装微软官方的Python插件，让VS Code能识别Python语法、提供代码提示。
到这里，工作台搭好了。
三、核心步骤：把这段提示词丢给AI
环境装好之后，不用自己写代码——把下面这段Prompt(提示词的专有翻译)原样复制，丢给任意一个AI（deepseek、豆包、ChatGPT、Gemini都行）：
💡 直接复制这段Prompt：
我是一个机械工程师，刚装好Python环境。请帮我写一个简单易懂的Python脚本，用于生成一份模拟的尺寸测绘数据，保存为Excel，并画出直方图。具体要求如下：
- 1. 数据量：生成100个某轴类零件的直径数据。
- 2. 数据特征：目标均值（μ）为20.00mm，标准差（σ）为0.024mm。规格公差上限（USL）为20.10mm，下限（LSL）为19.90mm。这样算出来的理论Cpk大约在1.38到1.4左右。
- 3. Excel格式：第一列是"样本序号"，第二列是"实测值（mm）"。
- 4. 自动计算：在Excel的右侧（D列和E列），用Python自动帮我算好并写入这100个数据的：平均值、标准差、USL、LSL、以及最终的Cpk数值。
- 5. 画图：画一张直方图，显示数据分布，同时在图上标出USL和LSL的位置。
- 6. 请自动选择合适的常见库来处理数据、读写Excel和画图，在代码里加入详细的中文注释，告诉我每一行在干什么。同时告诉我怎么安装你用到的这些库。
AI给你的回复里，会有两样东西：
一、安装命令，大概长这样：
pip install pandas openpyxl matplotlib
这就是"下载轮子"的过程，装好了就能用，你不需要知道它们内部怎么实现的。
二、一段Python代码，大概50-80行，每行都有中文注释解释在干什么。
四、见证奇迹：怎么把代码跑起来
第一步：打开VS Code，新建文件
打开VS Code，左上角"文件" → "新建文件"，保存的时候文件名叫cpk_demo.py，注意后缀是.py。
把AI给你的代码，全部粘进这个文件里，Ctrl+S保存。
第二步：装轮子
VS Code下方有个"终端"面板（没有的话点菜单栏"终端" → "新建终端"）。
把AI给你的pip安装命令粘进去，回车。这时候可能会遇到一个情况：下载速度极慢，甚至超时失败——这是因为pip默认从国外服务器拉文件，在国内经常不稳定。
解决方法很简单，在命令后面加一段"-i 清华源地址"，让它从国内镜像下载：
pip install pandas openpyxl matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
(公众号不好复制可以直接问AI)
速度直接起飞，这个参数以后装任何轮子都可以加上。
等它跑完，看到Successfully installed就说明装好了。
第三步：运行代码
点VS Code右上角的**▶ 播放键**，或者在终端输入
python cpk_demo.py
回车。
等几秒钟，两件事会发生：
- 1. 同一个文件夹里会多出一个
cpk_data.xlsx，打开之后，右边几列赫然写着：均值20.00、标准差0.024、Cpk 1.41。 - 2. 屏幕上会弹出一张直方图，数据堆成一个钟形，左右两条红线就是LSL和USL，你一眼就能看出来数据分布在公差范围的中间位置。
上篇文章里那一堆Cp、Cpk的数学公式，AI用了不到一秒，给你算完，还画出来了。
💬 常见小问题：图上的中文标签变成了乱码方块？
这是画图工具默认不支持中文字体导致的，很常见。解决方法很简单——直接把报错或者乱码的情况截图，告诉AI："图上中文显示为方块，请帮我修改代码解决中文字体问题。"AI会给你加两行字体配置，改完重新跑，搞定。
五、今天只需要做一件事
别想太多。
先把Python和VS Code装上，把那段Prompt丢给AI，把代码跑通，看着那张直方图弹出来——你的第一步就成了。
这个脚本你可以留着，下次真要做Cpk预研，改改均值、标准差、公差，重新跑一遍，数据就出来了。比在Excel里一格一格拖，省心得多。
下期预告：
今天我们只是用Python做了一件很窄的事——造数据、算数字、存Excel。但Python能干的事远不止这些：它能批量处理几百张Excel表、能写一个自动跑在后台的小工具、能做一个有界面的桌面程序、甚至能搭一个只给自己用的内部网页。
这些听起来好像门槛很高，但其实有了今天这个起点，距离都没你想的远。下期我们先不急着上项目，聊聊Python到底能帮工程师干哪几类活——找到你自己最想做的那一个，后面的路就清楚了。
