Day 01：入门与环境搭建

🎯 学习目标：理解计算机基础、编程语言发展史，搭建完整 Python 开发环境，写出第一行代码

1. 课程介绍

本课程是尚硅谷 AI 大模型系列课程的第 01 模块——Python 基础（V3.0 版），面向零基础学员，目标是为后续的 AI/ML/大模型学习打下扎实的 Python 编程功底。整个系列共 25 大模块，涵盖从 Python 基础到企业级大模型部署的全链路技术栈。

V3.0 版本升级点

• 新增 match-case、类型注解、dataclass 等 Python 3.10+ 新特性

• 强化面向 AI 方向的内容（如 NumPy 风格的数据处理思维）

• 引入现代工程工具链（ruff、pytest、pyproject.toml）

2. 计算机组成

2.1 冯·诺依曼体系结构

现代计算机都遵循冯·诺依曼体系，由五大部件组成：

graph LR

    INPUT[输入设备<br/>键盘/鼠标] --> MEMORY[存储器<br/>内存/硬盘]

    MEMORY <--> CPU[运算器+控制器<br/>CPU]

    CPU --> OUTPUT[输出设备<br/>显示器/打印机]

部件	作用	举例
运算器	算术运算 + 逻辑运算	ALU（算术逻辑单元）
控制器	指挥各部件协调工作	取指令 → 译码 → 执行
存储器	存储程序和数据	内存（RAM）、硬盘（SSD/HDD）
输入设备	接收外部数据	键盘、鼠标、麦克风
输出设备	向外部输出结果	显示器、打印机、音箱

2.2 内存 vs 硬盘

这是初学者最容易混淆的概念：

对比维度	内存（RAM）	硬盘（SSD/HDD）
速度	极快（纳秒级）	较慢（毫秒级）
容量	较小（8-32GB）	较大（256GB-2TB）
持久性	断电数据丢失	断电数据保留
价格	贵	便宜
比喻	办公桌面（临时放）	文件柜（永久存）

理解关键

程序运行时从硬盘加载到内存，CPU 从内存读取指令执行。这就是为什么内存越大，能同时运行的程序越多。

2.3 CPU 核心指标

• 主频：每秒执行多少周期，单位 GHz（如 3.5GHz = 每秒 35 亿次）

• 核心数：能同时并行处理的任务数（多核 = 真正并行）

• 缓存：CPU 内部的高速存储，L1 > L2 > L3 三级缓存

3. 计算机语言发展史

timeline

    title 编程语言进化

    1940s : 机器语言

          : 0101 二进制直接编程

    1950s : 汇编语言

          : MOV ADD 助记符

    1960s : 高级语言萌芽

          : FORTRAN COBOL

    1970s : 结构化语言

          : C 语言诞生

    1980s : 面向对象兴起

          : C++ Java

    1990s : 脚本语言繁荣

          : Python JavaScript PHP

    2000s : 现代语言爆发

          : Go Rust Swift Kotlin

3.1 第一代：机器语言

 
# 机器语言示例（x86 二进制）
 
10110000 01100001  # 将 0x61（即 'a'）移入 AL 寄存器
 

• 优点：CPU 直接执行，速度最快

• 缺点：完全不可读、不可维护、不可移植

• 现状：基本没有程序员直接写了

3.2 第二代：汇编语言

 
# 汇编语言示例（x86）
 
MOV AL, 61h     ; 将 0x61 移入 AL 寄存器
 
ADD AL, 01h     ; AL = AL + 1
 

• 改进：用助记符代替二进制，可读性提升

• 缺点：依然与硬件紧密绑定，不同 CPU 指令集不同

• 现状：嵌入式、驱动开发、逆向工程中仍然使用

3.3 第三代：高级语言

 
# Python 示例
 
result = ord('a') + 1  # 完全不需要关心底层寄存器
 

• 核心进步：一条语句对应多条机器指令，屏蔽硬件细节

• 分类：编译型 vs 解释型（详见下节）

4. 编译型语言 vs 解释型语言

4.1 编译型语言

graph LR

    SRC[源代码 .c] --> |"编译器 gcc"| OBJ[目标文件 .o]

    OBJ --> |"链接器 ld"| EXE[可执行文件 .exe]

    EXE --> |"直接运行"| RESULT[输出结果]

代表语言：C、C++、Go、Rust

• 工作流程：一次性将全部源代码翻译为机器码

• 优点：运行效率高（直接执行机器码）、可脱离编译环境

• 缺点：开发效率低（改代码 → 重新编译 → 重新链接 → 才能运行）

• 跨平台：需要为不同平台分别编译（Windows .exe ≠ Linux 可执行文件）

4.2 解释型语言

graph LR

    SRC2[源代码 .py] --> |"解释器逐行翻译执行"| RESULT2[输出结果]

代表语言：Python、JavaScript、Ruby、PHP

• 工作流程：解释器逐行读取源代码 → 翻译 → 执行

• 优点：开发效率高（改代码直接运行）、跨平台性好

• 缺点：运行效率相对较低（每次都要翻译）

• 跨平台：只要平台上有解释器，同一份代码到处能跑

4.3 半编译半解释（Java/C#）

graph LR

    SRC3[.java] --> |"编译 javac"| BYTE[.class 字节码]

    BYTE --> |"JVM 解释/即时编译"| RESULT3[输出结果]

Java 先编译成字节码（中间语言），再由 JVM 解释执行（或 JIT 即时编译为机器码），兼顾了跨平台性和运行效率。

Python 其实也是"半编译"

Python 运行时会把源码编译为 .pyc 字节码（__pycache__ 目录下），再由 PVM（Python 虚拟机）执行。但这个过程对用户透明，习惯上仍称 Python 为解释型语言。

5. Python 语言的运行方式与特点

5.1 Python 的设计哲学

 
import this  # Python 之禅（在 Python 交互环境中运行）
 

核心原则：

• 优美胜于丑陋（Beautiful is better than ugly）

• 明了胜于晦涩（Explicit is better than implicit）

• 简单胜于复杂（Simple is better than complex）

• 可读性很重要（Readability counts）

5.2 Python 的核心优势

优势	说明
🐍 语法简洁	用缩进代替花括号，代码量通常只有 Java 的 1/3 ~ 1/5
📦 生态丰富	PyPI 上有 40 万+ 第三方包，AI/ML 领域是事实标准
🔄 跨平台	Windows / macOS / Linux 一套代码通用
🚀 开发高效	快速原型验证，特别适合 AI 研究和实验
🤖 AI 首选	PyTorch、TensorFlow、HuggingFace 等核心框架均基于 Python
👥 社区活跃	Stack Overflow 问题最多、GitHub 项目最多的语言之一

5.3 Python 的应用领域

• 人工智能/机器学习：PyTorch、TensorFlow、scikit-learn

• 数据科学：Pandas、NumPy、Matplotlib

• Web 开发：Django、Flask、FastAPI

• 自动化运维：Ansible、SaltStack

• 网络爬虫：Scrapy、BeautifulSoup

• 量化金融：backtrader、zipline

6. Python 解释器介绍与安装

6.1 什么是 Python 解释器

Python 解释器是一个能读懂并执行 Python 代码的程序。就像你需要翻译才能看懂英文，计算机需要解释器才能”看懂”并执行 Python 代码。

6.2 主流 Python 解释器

解释器	语言实现	特点
CPython	C 语言	官方标准，使用最广泛（我们学的就是这个）
Jython	Java	运行在 JVM 上，可调用 Java 类库
IronPython	C#	运行在 .NET 上，可调用 C# 类库
PyPy	Python	JIT 编译，某些场景运行速度比 CPython 快数倍
MicroPython	C	精简版，用于嵌入式设备（ESP32 等）

6.3 安装 Python（Windows）

步骤一：下载

访问 python.org/downloads，选择 Python 3.11 或 3.12 版本（推荐 3.11，生态兼容性最好）。

步骤二：安装

1. 双击下载的 .exe 安装包

2. ⚠️ 务必勾选”Add Python to PATH”（把 Python 加入系统环境变量）

3. 选择”Install Now”（默认安装）或”Customize installation”（自定义路径）

步骤三：验证安装

打开命令提示符（Win+R → 输入 cmd → 回车），输入：

 
python --version
 
# 输出：Python 3.11.x
 

如果显示版本号，说明安装成功！

常见问题

• 如果提示”python 不是内部或外部命令”，说明没勾选”Add Python to PATH”

• 解决方案：重新安装并勾选，或手动将 Python 安装目录添加到系统 PATH

• 不要安装到中文路径！推荐路径 C:\Python311 或保持默认

7. PyCharm 的安装与配置

7.1 为什么需要 IDE

你可以用记事本写 Python，但会非常痛苦。IDE（集成开发环境）提供：

功能	说明
代码补全	输入前几个字母，自动提示候选
语法高亮	不同元素用不同颜色显示
调试器	逐行执行、查看变量值
错误提示	语法错误实时标红
版本控制	集成 Git
虚拟环境	管理项目依赖

7.2 PyCharm 版本选择

版本	价格	适用场景
Community（社区版）	免费	Python 基础开发，足够本课程使用
Professional（专业版）	付费	Web 开发、数据库工具、科学工具

推荐

初学者用 Community 版完全足够。学生可申请 Professional 免费教育许可。

7.3 安装步骤

1. 访问 jetbrains.com/pycharm/download

2. 下载 Community 版

3. 安装时建议勾选：

   • Create Desktop Shortcut（桌面快捷方式）

   • Add “Open Folder as Project”（右键菜单）

   • Add launchers dir to PATH

7.4 基本配置

首次启动

• 选择 UI 主题（Darcula 深色 / IntelliJ Light 浅色）

• 跳过插件安装（以后可以再加）

创建第一个项目

1. New Project → 选择项目路径

2. 选择 Python 解释器（会自动检测已安装的 Python）

3. 点击 Create

推荐安装的插件

• Chinese (Simplified) Language Pack — 汉化界面（可选）

• Rainbow Brackets — 彩色括号配对

• Indent Rainbow — 彩色缩进线

7.5 常用快捷键

快捷键	功能
Ctrl + D	复制当前行
Ctrl + Y	删除当前行
Ctrl + /	注释/取消注释
Ctrl + Alt + L	格式化代码
Shift + Enter	在下方新建一行
Ctrl + Shift + F10	运行当前文件
Shift + F10	运行（同上）
Ctrl + Shift + ↑/↓	上下移动当前行
Alt + 鼠标点击	多光标编辑

从零到熟练

不要试图一次记住所有快捷键。第一天只记住 Ctrl + D 和 Ctrl + / 就够了。

8. 交互式命令行 vs 脚本方式运行

8.1 交互式命令行（REPL）

打开终端，输入 python 回车，出现 >>> 提示符：

 
>>> 1 + 2
 
3
 
>>> print("Hello Python!")
 
Hello Python!
 
>>> name = "张三"
 
>>> f"你好，{name}"
 
'你好，张三'
 
>>> exit()  # 退出（或按 Ctrl+Z 回车）
 

• REPL = Read（读取）→ Evaluate（求值）→ Print（打印）→ Loop（循环）

• 优点：即时反馈，适合测试小段代码、验证想法

• 缺点：代码无法保存，不适合写正式程序

8.2 脚本方式

创建一个 .py 文件，一次性运行全部代码：

 
# hello.py
 
print("Hello World!")
 
print("这是第一个 Python 脚本")
 
name = input("你叫什么名字？")
 
print(f"你好，{name}！")
 

 
python hello.py
 

• 优点：代码可保存、可复用、可版本管理

• 缺点：需要先写代码再运行

• 最佳实践：日常开发用脚本方式，快速验证用 REPL

8.3 PyCharm 中的运行方式

在 PyCharm 中，右键代码区域 → Run ‘文件名’，或点击右上角绿色三角形 ▶ 按钮。PyCharm 会自动调用 Python 解释器执行你的脚本，并在下方控制台显示输出结果。

9. 注释

9.1 注释的作用

注释是写给人看的，不是写给计算机看的。计算机执行代码时会完全忽略注释。

好代码 > 多注释

最好的注释是不需要注释——代码本身就足够清晰。注释应该解释”为什么这样做”，而不是”做了什么”。

9.2 单行注释

 
# 这是单行注释，从 # 开始到行尾都是注释
 
print("Hello")  # 也可以写在代码后面
 
# print("这行不会执行")
 

9.3 多行注释

Python 没有专门的多行注释语法，但可以用三个引号”欺骗”解释器：

 
'''
 
这是多行注释
 
使用三个单引号
 
可以跨越多行
 
'''
 
"""
 
这也是多行注释
 
使用三个双引号
 
效果相同
 
"""
 

技术细节

三引号本质上是字符串字面量（一个没有赋值给变量的字符串），Python 会创建这个字符串对象然后立即丢弃它。因为它没有被使用，所以实际效果等同于注释。

9.4 文档字符串（docstring）

放在函数/类/模块的开头，用三引号包裹，Python 会把它作为对象的 __doc__ 属性存储：

 
def add(a, b):
 
    """
 
    计算两个数的和
 
    参数:
 
        a: 第一个数
 
        b: 第二个数
 
    返回:
 
        两数之和
 
    """
 
    return a + b
 
print(add.__doc__)  # 可以访问文档字符串
 
help(add)           # 会显示文档字符串
 

9.5 注释原则

 
# ❌ 糟糕的注释：重复代码内容
 
x = x + 1  # 将 x 加 1
 
# ✅ 好的注释：解释为什么
 
x = x + 1  # 补偿 off-by-one 误差
 
# ✅ 好：删掉无用的注释代码，用 Git 管理历史版本
 

10. 变量的声明和赋值

10.1 什么是变量

变量就是给数据起个名字。想象你有一个储物柜，变量就是柜子上的标签——贴什么标签，就通过这个标签存取柜子里的东西。

 
name = "张三"       # 创建变量 name，存储字符串 "张三"
 
age = 20            # 创建变量 age，存储整数 20
 
height = 1.75       # 创建变量 height，存储浮点数 1.75
 

10.2 Python 变量的特殊之处

与 C/Java 不同，Python 变量不需要声明类型：

 
# Python 不需要！
 
age = 20          # age 现在是整数
 
age = "二十岁"    # age 现在是字符串！合法但强烈不推荐
 

这是因为 Python 是动态类型语言——变量的类型在运行时确定，且可以随时改变。

动态类型 ≠ 可以随便改类型

技术上可行，但实际开发中不要这样做。一个变量最好始终存储同一类型的数据。

10.3 标识符命名规则

必须遵守（否则报错）：

规则	正确	错误
由字母、数字、下划线组成	user_name	—
不能以数字开头	name1	1name
不能是 Python 关键字	—	if、for、class
区分大小写	Name ≠ name	—

Python 关键字列表（不能用作变量名）：

 
import keyword
 
print(keyword.kwlist)
 
#  'raise', 'return', 'try', 'while', 'with', 'yield']
 

10.4 命名建议（强烈推荐）

命名风格	适用场景	示例
snake_case（蛇形）	变量、函数、方法	user_name、get_student_count
CamelCase（驼峰）	类名	StudentInfo、BankAccount
UPPER_CASE（大写蛇形）	常量	MAX_SIZE、PI

 
# ✅ 推荐的命名
 
student_count = 30           # 蛇形命名，见名知意
 
max_retry_times = 3          # 清晰明确
 
PI = 3.14159                 # 常量全大写
 
# ❌ 不推荐的命名
 
sc = 30                      # 太短，不知道什么意思
 
aaa = 3                      # 完全无意义
 
MAXRETRYTIMES = 3            # 全大写没有下划线，难读
 

10.5 变量的修改和常量

 
# 变量可以反复赋值（甚至可以换类型）
 
x = 10
 
x = 20          # 覆盖为 20
 
x = "hello"     # 覆盖为字符串（不推荐！）
 
# Python 没有真正的常量机制，靠命名约定
 
MAX_CONNECTIONS = 100  # 全大写表示"请勿修改"
 
# 但这只是约定，技术上仍然可以修改（不建议）
 

理解变量的本质

Python 中的变量不是”盒子”（存储数据），而是标签（引用对象）。

x = 10 的意思是：创建一个整数对象 10，然后让标签 x 指向它。

x = 20 的意思是：让标签 x 指向另一个对象 20（原来的 10 如果没其他引用会被回收）。

11. 第一个综合练习

把今天学的所有知识点串起来：

 
# -*- coding: utf-8 -*-
 
"""
 
第一个 Python 程序
 
作者：你的名字
 
日期：2026-06-08
 
"""
 
# 1. 输出欢迎信息
 
print("=" * 40)
 
print("欢迎来到 Python 世界！")
 
print("=" * 40)
 
# 2. 使用变量存储信息
 
course_name = "尚硅谷大模型技术之 Python 基础"
 
version = "V3.0"
 
total_days = 15
 
# 3. 获取用户输入
 
student_name = input("请输入你的名字：")
 
# 4. 输出个性化信息
 
print(f"\n{student_name} 同学，你好！")
 
print(f"你正在学习的是：{course_name}")
 
print(f"版本：{version}")
 
print(f"课程天数：{total_days} 天")
 
print(f"今天是第 1 天，加油！💪")
 
# 5. 简单的计算
 
hours_per_day = int(input("\n你计划每天学习几小时？"))
 
total_hours = hours_per_day * total_days
 
print(f"按这个进度，完成课程需要约 {total_hours} 小时")
 

📝 本节要点回顾

mindmap

  Day01 入门与环境搭建

    计算机基础

      冯·诺依曼五部件

      内存 vs 硬盘

      CPU 主频与核心

    语言发展

      机器语言 → 汇编

      高级语言 → Python

      编译 vs 解释

    Python 环境

      CPython 解释器

      安装 Python 3.11+

      PyCharm IDE

      REPL vs 脚本

    编程基础

      注释：为什么 vs 做什么

      变量：标签不是盒子

      命名：见名知意

速记卡（面试闪卡）

Q1：一句话讲清「Day 01：入门与环境搭建」到底是什么？

A：本文是 Python 零基础第一课：搞懂计算机组成、语言发展史、编译与解释的区别，并装好 CPython 与 PyCharm 写出第一行代码。

Q2：计算机组成：冯·诺依曼 + 内存 vs 硬盘 —— 怎么理解？

A：计算机五大件（运算/控制/存储/输入输出）按冯·诺依曼排布；内存像办公桌（快、断电丢），硬盘像文件柜（慢、永久存）。程序从硬盘加载进内存 CPU 才执行（Von Neumann architecture, RAM vs disk）。

Q3：语言发展史：机器 → 汇编 → 高级 —— 怎么理解？

A：机器语言是 0101（CPU 直跑但人看不懂），汇编用助记符（仍绑硬件），高级语言一条语句顶多条指令、屏蔽硬件。好比从手摇缝纫机进化到智能裁剪机（machine/assembly/high-level language）。

Q4：编译型 vs 解释型 —— 怎么理解？

A：编译型（C/Go）一次性翻成机器码，跑得快但改了要重编译，各平台分别编译；解释型（Python/JS）逐行翻译，改完直接跑、跨平台好，但每次都要翻。半编译如 Java 先成字节码再 JVM 执行（compiled vs interpreted）。

Q5：Python 环境：解释器 + PyCharm —— 怎么理解？

A：CPython 是官方标准解释器，把源码编译成 .pyc 再让 PVM 执行；装 Python 务必勾 Add to PATH，PyCharm 社区版够用。REPL 即时试、脚本可保存，日常用脚本（CPython interpreter, REPL）。

Q6：核心速记主线有哪些？

• 计算机：冯·诺依曼五部件；内存=桌(快易失)、硬盘=柜(慢持久)

• 语言史：机器→汇编→高级，一条高级语句顶多条机器指令

• 编译 vs 解释：编译快但重编译跨平台差；解释慢但改完即跑

• 环境：CPython 标准、勾 PATH、PyCharm 社区版、REPL 试脚本存

口诀

A：零基入门第一天，

冯氏五件记心间；

编译解释各分线，

CPython 写首篇。

相关链接

• 下一篇：02_进制与数据类型

---

→ 技术学习路线图 > 语法核心