本周目标
- 学会使用Jupyter Notebook编写并运行第一个Python程序
一、为什么学Python？
1. Python在AI领域的统治地位
如果你打算进军人工智能，Python是你绕不开的第一站，也是必选站。
来看一组数据：
- TIOBE指数（编程语言排行榜）显示，Python以18.96% 的市场份额稳居榜首，自2021年10月登顶以来已连续霸榜近5年。在PYPL指数中，Python同样高居首位，实现“双榜制霸”。
- GitHub Octoverse 2025报告显示，在所有AI相关的代码仓库中，Python驱动了48%的新增AI项目
- JetBrains 2025开发者生态系统调查显示，57%的开发者正在使用Python，41%的Python开发者使用该语言的主要场景就是机器学习
- 全球超过51%的数据科学项目使用Python构建。
2. 为什么偏偏是Python？
Python之所以成为AI开发的首选语言，核心原因有三：
第一，拥有最丰富的AI生态。 从数据处理（NumPy、Pandas）到模型训练（PyTorch、TensorFlow），再到模型部署（FastAPI、ONNX），Python的工具链覆盖了AI开发的完整生命周期。主流AI框架——无论是国外的OpenAI GPT、Anthropic Claude，还是国内的文心一言、通义千问——它们的官方SDK全部以Python为核心。
第二，语法简洁，门槛极低。 Python的代码量通常是Java的1/3到1/5。这意味着你可以把精力花在理解AI算法上，而不是跟语法细节较劲。Python的语法接近英语，即使零基础也能快速上手。
第三，开发效率极高。 Python是解释型语言，配合Jupyter Notebook的交互式环境，可以实现“写代码→看结果→改代码”的即时反馈循环。在AI算法调参时，这种效率提升尤为明显。
💡 一句话总结：Python在AI领域的地位无人能撼动。想入局AI，Python是第一站，也是必选站。
二、环境搭建：Anaconda安装
1. 什么是Anaconda？
Anaconda是一个专为数据科学和AI打造的Python发行版。它一次性帮你解决三个问题：
- 预装了1500+科学计算库（NumPy、Pandas、Scikit-learn等），不用一个个手动安装
- 提供conda包管理工具，一键安装、更新、卸载各种库
- 支持环境隔离，不同项目可以用不同Python版本，互不干扰
⚠️ 新手建议：强烈推荐直接安装Anaconda，而不是去官网下载纯Python。新手最容易踩的坑就是“库版本冲突”，而Anaconda能一次性解决环境管理和库安装问题。
2. 下载Anaconda
步骤1：访问Anaconda官网下载页面：https://www.anaconda.com/download
步骤2：根据你的操作系统选择对应版本：
- Windows用户选择 64-Bit Graphical Installer
- macOS用户选择 64-Bit Graphical Installer（Apple Silicon芯片选择对应版本）
- Linux用户选择 64-Bit (x86) Installer
💡 国内用户加速：如果官网下载慢，可以使用清华镜像源：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
3. 安装Anaconda（Windows版为例）
步骤1：双击下载的 .exe 安装文件，点击 Next
步骤2：点击 I Agree 同意许可协议
步骤3：选择 Just Me（推荐），点击 Next
步骤4：选择安装路径（建议不要包含中文或空格，如 D:\Anaconda3）
步骤5：⚠️ 关键一步！ 务必勾选 “Add Anaconda3 to my PATH environment variable” 。这样可以确保在命令行中直接使用conda和python命令。
步骤6：点击 Install，等待安装完成（约5-10分钟）
步骤7：点击 Finish 完成安装
macOS和Linux的安装过程类似，按照图形界面指引操作即可。
4. 验证安装是否成功
打开命令提示符（Windows）或终端（macOS/Linux），依次输入以下命令：
bash
conda --version
正常输出类似 conda xx.x.x 表示conda安装成功。
bash
python --version
正常输出类似 Python 3.12.x 表示Python安装成功。
如果提示“找不到命令”，说明环境变量没有配置成功，可以重新运行安装程序，确保勾选了“Add to PATH”。
三、Jupyter Notebook：AI开发的神器
1. 什么是Jupyter Notebook？
Jupyter Notebook是一个交互式的编程环境，特别适合数据科学和AI开发。它的核心特点是：
- 代码和结果同屏显示——写完代码立刻看到输出
- 支持Markdown——可以在代码之间插入文字说明、图片、公式
- 逐单元格执行——可以分步运行代码，方便调试
简单说，Jupyter Notebook就像一本“可执行的笔记本”——你可以在里面写文章、写代码、看结果，全部在一个页面里完成。
Anaconda已经预装了Jupyter Notebook，不需要额外安装。
2. 启动Jupyter Notebook
方法一：通过Anaconda Navigator（图形界面）
- 在开始菜单中找到 Anaconda Navigator 并打开
- 点击 Jupyter Notebook 下的 Launch 按钮
- 浏览器会自动打开Jupyter Notebook界面
方法二：通过命令行（推荐）
bash
jupyter notebook
- 浏览器会自动打开
http://localhost:8888/tree
3. 创建你的第一个Notebook
- 在Jupyter Notebook的主界面中，点击右上角的 New → Python 3
python
print(“Hello AI World!”)
- 按 Shift + Enter 运行——你会看到输出
Hello AI World!
🎉 恭喜！你已经成功运行了第一个Python程序！
4. Jupyter Notebook常用快捷键
| |
|---|
Shift + Enter | |
Ctrl + Enter | |
A | |
B | |
DD | |
M | |
Y | |
四、VS Code：更强大的代码编辑器
Jupyter Notebook适合学习和探索，但当你开始写更复杂的项目时，VS Code会是更好的选择。
1. 下载与安装VS Code
- 访问 https://code.visualstudio.com/
2. 安装Python扩展
VS Code本身是一个轻量级编辑器，功能通过“扩展”来增强：
- 点击左侧活动栏的 扩展 图标（或按
Ctrl+Shift+X） - 搜索 Python（由Microsoft官方维护）
安装Python扩展后，VS Code会自动获得代码补全、语法高亮、调试等功能。
3. 在VS Code中使用Jupyter Notebook
VS Code原生支持Jupyter Notebook：
- 按
Ctrl+Shift+P（macOS按 Cmd+Shift+P）打开命令面板 - 输入 “Create: New Jupyter Notebook” 并选择
4. 选择Python解释器
在VS Code中运行Python代码前，需要确保选择了正确的Python解释器（即Anaconda中的Python）：
- 输入 “Python: Select Interpreter”
- 选择带有
Anaconda 字样的Python版本
五、动手练习
练习1：探索Jupyter Notebook
在Jupyter Notebook中创建一个新的笔记本，依次完成以下操作：
- 在第一个单元格中输入
print("我的第一个Jupyter程序") 并运行 - 在第二个单元格中输入
1 + 2 + 3 + 4 + 5 并运行（观察输出） - 在第三个单元格中输入
"Python" * 5 并运行（猜猜会输出什么？）
练习2：Markdown单元格
在Jupyter Notebook中插入一个Markdown单元格（按 M 键），输入以下内容：
markdown
我的学习笔记
第1周
今天我学会了：
运行后观察渲染效果。
练习3：熟悉VS Code
- 在VS Code中创建一个新的Jupyter Notebook
- 输入
print("VS Code中的Jupyter") 并运行 - 尝试使用代码补全功能：输入
pri 看是否自动提示 print
练习4：探索你的环境
在Jupyter Notebook中运行以下代码，查看你的Python环境信息：
python
import sys
print(“Python版本：”， sys.version)
本周小结
本周我完成了三件事：
- ✅ 理解了为什么学Python——它在AI领域拥有无可撼动的统治地位，是入局AI的必选语言
- ✅ 安装了Anaconda——一站式AI开发环境，预装了所有需要的库
- ✅ 学会了使用Jupyter Notebook——交互式编程环境，AI开发的首选工具
- ✅ 配置了VS Code——更专业的代码编辑器，为后续复杂项目做准备
下周预告：我们将正式进入Python语法学习，从变量与数据类型开始，迈出编程的第一步。
