近年來人工智能之所以發展迅猛，很大程度是得益於如今爆炸級的海量數據和豐富的機器學習庫，其中基於Python的Sklearn工具包，涵蓋了幾乎所有主流機器學習算法，所以學習機器學習，入門AI，很有必要掌握Python這一門編程語言
環境準備
習慣用IDEA開發的可以在Setting下的Plugins搜索安裝Python插件。
我是採用Anaconda進行學習。
Anaconda官網下載地址：https://www.anaconda.com/products/individual
下載對應的版本，然後傻瓜式下一步下一步就可以了。
安裝完成之後打開Anaconda Navigation 3 界面如下，運行Jupyter lab
Jupyter lab操作
兩種操作模式
- command
- edit
三種類型
- code:代碼環境
- markdown: markdown格式
- raw：純文本
快捷鍵
- Esc進入command模式
- Enter進入edit模式
- command模式下，
- y 切換到 code
- m 切換到 markdown
- r 切換到 raw text
- a 增加cell
- d 刪除
運行py文件
% run path/filename
Python語法
變量類型
- 整數 int
- 浮點數 float
- 布爾 bool
- 字符串 str
python 中不需要定義變量類型，可以用 type(變量名) 來查看變量類型
標識符
第一個字符必須是字母表中字母或下劃線_。- 標識符的
其他的部分由字母、數字和下劃線組成。 - 標識符對
大小寫敏感。
關鍵字
help('keywords')
註釋
- 代碼行：
# - 代碼行：control+/
- 函數中的註釋：‘’‘/“”“
縮進
- python最使用縮進來表示代碼塊，不需要使用大括號 {} 。
- 縮進的空格數是可變的，但是同一個代碼塊的語句必須包含相同的縮進空格數
行
- 一行爲一個語句
- 分號可以將多個語句寫在一行
- 一個語句過長是，可用\連接
運算符
- 算術運算符
- 比較（關係）運算符
- 賦值運算符
- 邏輯運算符
- 位運算符
- 成員運算符
- 身份運算符
- 運算符優先級
算數運算符 + - * / // % **
Python比較運算符 == != > < >= <=
賦值運算符
- =
- +=
- -=
- *=
- /=
- //=
- %=
- **=
- :=
邏輯運算符
- and
- or
- not
成員運算符
- in
- not in
身份運算符
- is
- is not