上一课我们搞明白了一件事：算法快不快，看复杂度。同样是找最大数，O(n) 的做法一眨眼，O(n²) 的做法要跑半天。但这里藏着一个我们上节课没细说的问题——数据本身是怎么存的？想象你要在一本字典里查一个字。字典有两种编法：编法一：所有字按拼音顺序，一页挨一页排好。编法二：字是散的，每个字下面挂张小纸条，写着"下一个字在第几页"。同样是"查字典"，这两种编法，查起来的速度完全不一样。数据结构，研 …

时长：大概 1 小时（讲 40 分钟 + 动手 20 分钟）门槛：会一点 Python 基础（会写循环和函数就够）目标：搞懂"算法"到底是个啥，学会用「复杂度」判断一个做法是快是慢一、先把"算法"这层窗户纸捅破很多人一听"算法"两个字，脑子里浮现的是：面试题、大厂高薪、天书、劝退。其实算法一点都不玄乎，它的定义朴素到你会觉得"就这？"：算法，就是解决问题的一系列步骤。对，就这么简单。你今天早上 …

本课属于 第一阶段 · 走进操作系统（第 1~5 课）。上一课我们说：操作系统是所有程序脚下的地基。这一课，我们把镜头拉到最早的那个瞬间——你按下电源键，到屏幕上蹦出 login: 提示符，中间到底发生了什么。这是一场惊险的接力赛。从一个"黑屏"说起你现在做一个动作：按下电脑的电源键。那一瞬间，屏幕还是黑的，但机器内部已经忙疯了。如果你能把这一两秒钟放慢一万倍，你会看到一场配合严丝合缝的接力赛 …

开篇第一课，我们不写代码，先搞清楚一件最基础、也最容易被忽略的事：你每天开机就看到的那个东西，到底是什么。从一个最日常的动作说起你现在要做一件事：在电脑上新建一个文件夹，把一个文件拖进去。你觉得这太简单了，鼠标点两下就完事。但请你停下来想一想——就在你拖动鼠标的那半秒钟里，电脑内部发生了多少事情：你的鼠标移动了，操作系统要时刻跟踪它的坐标，把它画成屏幕上的光标；你按下左键，操作系统要判断"你点 …

这是 Python 系列的收官之战。前面 13 课，每一课你都"学会了一个零件"。这一课，我们要把这些零件组装成一台能转的机器：一个真正能用的命令行小工具。我们的目标：写一个 待办事项（Todo）管理器。它能把任务存到文件里，随时增、删、查，下次打开程序数据还在。为什么选"待办"？因为它几乎用遍了前 13 课的所有知识点，代码又不至于太长，是最佳的"毕业作品"。一、先想清楚：程序要能做什么？动 …

到这里，你的程序还都是"单机版"——数据要么写死在代码里，要么读本地文件。但真正有用的程序，几乎都要联网：查天气、刷新闻、调 AI、发消息……这一课我们学会三件事：用 requests 库，让 Python 像浏览器一样发请求、拿数据。认识 JSON——网络上数据的通用"普通话"。调一个真实 API，并学会限流与重试，写得像个老手。学完这一课，你就明白"AI Agent 调工具"的底层逻辑了— …

前面 11 课，我们玩的都是"一个数、一行字、一个列表"这种小数据。但真实世界的数据，动辄几万行、几十列——比如一张销售表、一份股票行情、一坨传感器读数。这时候光靠 for 循环慢慢算，又慢又累。这一课，我们请出数据科学的两大镇宅神器：numpy：用"数组"批量做数值运算，快得像作弊。pandas：用"DataFrame"（表格）管理、清洗、分析数据，像 Excel 一样顺手，但强一万倍。学完 …

基础语法你已经学完了。这一课我们点几个"高手技能点"——它们不是必须的，但掌握后你会：看懂别人代码、写出更简洁优雅的代码。核心三件套：生成器/迭代器、装饰器、函数式工具（map/filter/推导式）。一、迭代器：能被"挨个取出"的东西我们早就用过迭代了——for 循环能遍历列表、字典、集合、字符串，因为它们都是可迭代对象。for x in [1, 2, 3]: # 列表可迭代 …

前面我们写的函数，都是"一堆散装的动作"。但真实世界不是这么组织的——真实世界里是一个个对象：一只猫、一辆车、一个账户。对象有自己的数据（猫的颜色、车的速度），也有自己的行为（猫会叫、车会跑）。面向对象编程（OOP），就是让代码也用这种"对象"的方式组织。这是从"写脚本"到"写程序"的分水岭。一、类（class）：对象的"图纸"class 是创建对象的模板，就像"猫"这个物种的图纸。先定义图纸 …

到目前为止，我们的程序都假设一切顺利。可现实不是：文件可能不存在、用户可能输错、网络可能断、除法的分母可能是 0。程序一遇到这些就崩溃，体验极差。这一课，我们学会两件事：让程序优雅地处理错误（不崩），以及出错后快速定位问题（调试）。一、先认识几种常见报错报错不可怕，看懂报错信息是关键。几种最常见的：# 1. 名字打错了 print(x) # NameError: …