1.对照你所录取的专业,到学校官网上看看学校开设的课程,涉及到那种语言的编程课程,涉及到Python,你就学Python。涉及到C/C++,你就学C++。如果既涉及到python又涉及到C++,我建议你先选一门试试。编程语言都差不多。2.统计学、数学类、机器学习类、金融学类,计算科学类、人工智能类这些专业我建议学python,电子信息类建议先学C+。纯计算机类你根据学校专业课和学校培养方案走,如果你励志要做程序员,我建议研究研究go、和Rust,其实数学是保障你未来走多远的路,思维方式保障你将来走的多高。3.刚刚开始学编程不要觉得自己能干多大的事儿,不要觉得自己能完成一个项目,就得踏踏实实从基础开始,然后围绕着你专业课要用的东西学,不需要的或者暂时不需要的一概不要学,因为很有可能学了也白学,前车之鉴哈,听话。我儿子专业大类是数学与大数据,长时间需要的是Numpy、Pandas,但昨天跟他沟通,他就想用Python搞个可视化的东西出来,这就偏了,因为那些东西是软件工程的人干的事情。先把你自己的搞好了是关键。1.软件,我认为最好用的软件就是Dev-C++,如图,网上到处都可以下载相对应系统版本的。Mac 没有原生 Dev-C++,不要尝试 wine 虚拟机运行,体验很差。Mac 自带编译器:Clang(clang++),或者VS Code也可。C++的软件安装比较简单,不赘述了。 2.初学者,大约也就3周,其实学不了多少东西。以下参考: 分支结构 和三个循环及break、continue1.Python基础学习可以安装官网IDE就行,这个比较简单不说了,如果需要Numpy、Pandas的,终端pip安装就可以。2.新手首选 — Anaconda(一键配齐所有数据分析库,不用手动装包)需要安装的软件:Anaconda
包含:Python 解释器、NumPy、Pandas、Matplotlib、Scikit-learn、Jupyter Notebook 全部预装,开箱即用。
Anaconda Distribution 官方下载主页 ,这个是国外网站下载奇慢https://www.anaconda.com/download
打开网页后下滑,选择对应系统:Windows /macOS(Intel 或 Apple 芯片)/ Linux 安装包。
备选方案:清华大学开源软件镜像站(强烈推荐)清华镜像 Anaconda(蟒蛇),https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/可以直接挑选 Anaconda3 最新版安装包。
分清三种后缀,对应不同电脑系统:
1. .sh
适用系统:Linux(Ubuntu、CentOS 等)
·全称:Shell 脚本文件
·使用方式:终端命令执行安装
·你日常家用 Windows、Mac 普通用户几乎用不到
2. .pkg
适用系统:macOS(苹果电脑)
·Mac 标准安装包,双击就能启动图形化安装向导,类似 Windows 的 .exe
·Windows 电脑:只下载 Windows Installer (.exe)
·Mac 电脑:下载 macOS Installer (.pkg)
Mac 还要区分芯片:Apple Silicon(M1/M2/M3) 和 Intel 版本,不要下错。
安装前后注意事项
1.如果你要安装Anaconda,最好卸载原Python,因为一个系统里两个运行环境,当你在终端操作的时候,系统不知道该指向谁。
2.安装时建议勾选 Add Anaconda3 to my PATH environment variable(方便命令行调用),装好后自带 Python、NumPy,不用额外单独安装 numpy。
3.安装完成后,打开Anaconda Navigator → Launch Jupyter Notebook,直接在浏览器写代码,最适合新手预习。注意如果你安装的版本比较老,打开的时候要跟官网验证,导致很慢或者根本启动不起来,这个时候可以断网跳过验证启动。如果Anaconda实在起不来不要紧,直接打开 Jupyter Notebook编辑代码就可以。
4.我给你一段环境验证代码 新建 Jupyter Notebook,看不懂正常,直接敲进去,检验 Anaconda + NumPy 是否正常安装,因为你目前就是要在这个环境下雪Python基础和 NumPy。
5. 运行上述代码不报错、正常输出结果,恭喜你环境配置成功。展开你的Python学习之旅吧。 数据类型:整数 int、浮点数 float、字符串 str、布尔 bool for循环、while循环、break continue 了解def 自定义函数、参数、return 返回值。能够独立写简单小程序:求和、遍历数列、简单条件筛选即可。 面向对象 class、文件读写、爬虫、GUI、正则表达式、异常处理等,❌ 现阶段直接跳过(不用学,徒增负担)
NumPy 基础部分
NumPy 核心:数组(ndarray),用来做矩阵运算,对接高等代数
✅ 必学内容
1.导入规范:import numpy as np
2.创建数组np.array()、np.zeros()、np.ones()、np.arange()、随机数组np.random.rand()
3.数组属性维度 ndim、形状 shape、数据类型 dtype
4.索引与切片(重中之重)一维数组、二维矩阵取元素、截取片段
5.基础矩阵运算加减乘除、广播机制(弄懂基础例子就行)
6.常用统计函数 np.sum ()、np.mean () 均值、np.max ()、np.min ()
7.矩阵操作转置.T,适当了解。