人工智能学习笔记 - 编程与工具 - 语言基础和工具

人工智能学习笔记 - 编程与工具 - 语言基础和工具

本章节总结人工智能常用的编程语言 Python 基础语法及 Jupyter/JupyterLab 的使用方法，是学习和实验的基础工具。

---

Python 基础语法

Hello World

print("Hello, World!")

注释

• 单行注释

# 这是一个单行注释

• 多行注释

"""
这是一个多行注释
可以写多行说明
"""
def add(a, b):
    """返回 a 与 b 的和"""
    return a + b

---

数据类型

• 数值类型：
  • int：整数，例如 x = 10
  • float：浮点数，例如 y = 3.14
  • complex：复数，例如 z = 1+2j
• 文本类型：
  • str：字符串，例如 s = "AI"
• 布尔类型：
  • bool：True/False，例如 flag = True
• 序列类型：
  • list：列表，可变序列，例如 lst = [1,2,3]
  • tuple：元组，不可变序列，例如 t = (1,2,3)
  • range：整数序列，例如 r = range(5)
• 集合类型：
  • set：无序不重复集合，例如 st = {1,2,3}
  • frozenset：不可变集合，例如 fst = frozenset([1,2,3])
• 映射类型：
  • dict：键值对，例如 d = {"a":1, "b":2}
• 空值类型：
  • None：空值，用于占位或初始化，例如 x = None
• 日期类型：
  • datetime：日期和时间，例如

    from datetime import datetime
    now = datetime.now()
    

• 其他高级类型：
  • 函数对象，例如 def f(): return 1
  • 生成器，例如 gen = (x*x for x in range(5))
  • 类，例如 class MyClass: pass
  • 模块，例如 import math

---

变量与常量

变量

x = 10
y = 3.14
name = "Alice"

常量（Python 没有真正常量约束，约定全大写表示常量）

PI = 3.14159

---

运算

• 数学运算：+, -, *, /, //（整除）, %（取余）, **（幂）
• 比较运算：==, !=, >, <, >=, <=
• 逻辑运算：and, or, not
• 成员运算：in, not in
• 身份运算：is, is not

---

控制逻辑

• 条件语句

if x > 0:
    print("Positive")
elif x == 0:
    print("Zero")
else:
    print("Negative")

• for 循环

for i in range(5):
    print(i)

• while 循环

n = 0
while n < 5:
    print(n)
    n += 1

• 循环控制

  break # 提前退出循环
  continue # 跳过本次循环

---

函数定义与调用

# 定义函数
def add(a, b):
    return a + b

# 调用函数
result = add(3, 5)
print(result)

• 注意：
  • 参数可以有默认值：def func(a, b=2)
  • 可变参数：
    • *args：用于传递任意数量的位置参数，

      def func(*args): 
        print(args) 
      func(1,2,3)
      # 结果
      > (1,2,3)
      

    • **kwargs：用于传递任意数量的关键字参数

      def func(**kwargs): 
      print(kwargs) 
      func(a=1,b=2)
      # 结果
      > {'a':1,'b':2}
      

  • 匿名函数：lambda x: x**2

---

导入模块与包

• 模块

# 导入整个模块
import math

# 导入模块中的某个对象
from math import sqrt, pi

• 包

"""
my_package/         # 包
    __init__.py     # 包初始化文件
    module1.py
    module2.py
"""
import my_package.module1
from my_package import module2

---

推导式

• 列表推导式

[表达式 for 变量 in 可迭代对象 if 条件]

• 集合推导式

{表达式 for 变量 in 可迭代对象 if 条件}

• 字典推导式

{key_expr: value_expr for 变量 in 可迭代对象 if 条件}

• 生成器推导式

(表达式 for 变量 in 可迭代对象 if 条件)

• 总结

  • 列表推导式：生成列表 [ ]
  • 集合推导式：生成集合 { }，自动去重
  • 字典推导式：生成字典 {key: value}
  • 生成器表达式：生成惰性序列 ( )，节省内存

• 优势：

  • 语法简洁
  • 可嵌套
  • 支持条件过滤
  • 高效、可读性强

---

Jupyter Notebook / JupyterLab

用途

• 交互式 Python 开发环境
• 支持代码执行、可视化、笔记记录
• 常用于数据分析、可视化、机器学习实验
• Jupyter Notebook支持单文件的编辑，JupyterLab集成了Jupyter Notebook的所有能力，并且支持多文档编辑以及高度扩展

使用方式

• 安装：

pip install jupyterlab

• 启动：

jupyter notebook    # 启动 Notebook
jupyter lab         # 启动 JupyterLab

• 功能：
  • 代码执行与输出展示
  • 支持图表可视化（matplotlib, seaborn）
  • 支持 Markdown 文本和公式记录
  • 可以导出为 HTML、PDF 等

---