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: …

学到这里，你其实已经能写不少程序了。但有个问题：很多常见需求（发网络请求、处理日期、数学运算、操作文件系统）如果都自己从零写，会累死。好消息是——别人已经写好了，你直接拿来用就行。 这就是 Python 最迷人的地方：它有一个庞大的"库"生态。这一课，我们学会三件事：import 导入、标准库、pip 装第三方库。一、import：把别人写好的代码拿进来Python 自带一堆"标准库"，装 P …

到这一课为止，程序处理的数据都是我们手写的。但现实里，数据大多存在文件里：日志、配置、表格、文章……程序得能读进来、处理、再写出去。这一课我们搞定三件事：字符串的十八般武艺、正则表达式，以及文件的读写。一、字符串的十八般武艺字符串是 Python 里最常用的类型，方法多到数不清，但常用的就这些：s = " Hello, Python World " s.strip() …

前面几课，我们写的代码都是"一条线走到底"。但真实程序往往有大量重复：比如算圆的面积，可能要算十几次。# 不写函数，每次都重写一遍 area1 = 3.14 * 5 * 5 area2 = 3.14 * 8 * 8 area3 = 3.14 * 12 * 12三行还好，那要是 100 次呢？更糟的是，如果哪天发现"圆的面积公式记错了"，得改 100 处。函数就是来解决这个问题的：把一段代码打包 …

上一课我们用列表一次存一堆数据。但列表有个痛点：它靠"下标"找数据。你想找"张三的成绩"，得先知道张三排在第几个位置，或者一个个扫过去。现实里我们更习惯这样：直接喊名字，就知道成绩。scores = {"张三": 90, "李四": 85, "王五": 78} print(scores["张三"]) # …

上一课我们用判断和循环，让程序学会了"做选择"和"反复做事"。但你有没有发现，每次处理数据，都是"一个变量存一个值"：name1 = "张三" name2 = "李四" name3 = "王五"三个人的名字，就要写三个变量。那要是全班 50 个人、全校 5000 人呢？难道写 5000 个变量？显然不行。我们需要的是一种东西，能用一个 …

上一课我们学会了用变量"记东西"，用 print() 把结果打出来。但你有没有发现，到目前为止，程序都是一条直线往下走，一行接一行，从不停顿、从不拐弯。现实里的问题哪有这么简单？"如果今天是周末，就睡到自然醒；否则，就 7 点起床。""把这一堆作业，一道一道全部做完。""用户输入的密码错了，就让他重新输，直到对为止。"这些，分别对应程序里最最重要的三件事：判断、循环、以及它们的组合。学会了它们 …