1. 计算机基础

1.1 硬件组成

• 核心硬件：

  • CPU：负责逻辑运算与指令执行（如Intel Core、AMD Ryzen）
  • 内存（RAM）：临时存储运行中的程序与数据（如DDR4 16GB）
  • 硬盘（HDD/SSD）：永久存储数据（如1TB SSD）
  • 网卡：网络通信（如千兆以太网卡）
  • 显卡（GPU）：图形渲染与并行计算（如NVIDIA RTX系列）

• 协作问题：硬件需通过操作系统协调工作，裸机无法独立完成任务。

1.2 操作系统（OS）

• 核心作用：管理硬件资源，提供用户与硬件的交互接口。

• 主流操作系统对比：

  类型	代表版本	优点	缺点
  Windows	Win10/Win11	生态完善、软件兼容性强	资源占用高、部分版本收费
  Linux	Ubuntu/CentOS	开源免费、稳定性高	学习曲线陡峭
  macOS	Monterey/Ventura	开发友好、UI体验优秀	硬件封闭、游戏支持弱

• 扩展知识：虚拟机（如VMware）与容器技术（如Docker）如何利用操作系统实现资源隔离。

1.3 软件与编程语言

• 软件定义：由程序员通过编程语言编写的代码集合（如微信、Chrome）。

• 编程语言分类：

  • 低级语言：直接操作硬件（机器语言、汇编语言）。
  • 高级语言：通过编译器/解释器转换为机器码（Python、Java、C++）。

• 代码示例对比：

  # Python输出
  print("Hello, World!")
  

2. 编程的本质

2.1 学习路径

1. 选择语言：根据目标领域（Web开发、数据分析等）选择语言。
2. 安装工具链：解释器/编译器 + IDE（如Python解释器 + PyCharm）。
3. 掌握语法：数据类型、控制结构、函数等核心语法。
4. 实战开发：结合业务需求设计并实现功能。

2.2 编译器 vs 解释器

• 编译器（如GCC）：

  • 一次性翻译全部代码为可执行文件。
  • 优点：执行效率高。
  • 缺点：调试周期长。

• 解释器（如Python）：

  • 逐行翻译并执行代码。
  • 优点：跨平台、灵活调试。
  • 缺点：运行效率较低。

---

3. Python语言详解

3.1 语言优势

• 简洁性：语法接近自然语言（如列表推导式​简化循环）。

• 生态丰富：

  • 科学计算：NumPy、Pandas
  • Web开发：Django、Flask
  • 自动化运维：Ansible
  • AI/ML：TensorFlow、PyTorch

• 跨平台：支持Windows/Linux/macOS。

3.2 解释器类型

• CPython：官方默认解释器（C语言实现）。
• PyPy：JIT编译器加速执行效率。
• Jython/IronPython：与Java/C#集成（企业级应用）。

3.3 版本选择

• Python 2.x：已停止维护（仅旧项目兼容需用）。
• Python 3.x：推荐使用最新稳定版（如3.11）。

---

4. 环境搭建指南

4.1 安装Python解释器

• Windows：

  1. 访问Python官网下载3.x安装包。
  2. 勾选Add Python to PATH​自动配置环境变量。
  3. 验证安装：终端输入python --version​。

• macOS：

  1. 使用Homebrew安装：brew install python@3.11​。
  2. 手动配置环境变量（修改.zshrc​文件）。

4.2 配置IDE（PyCharm）

• 步骤：

  1. 下载PyCharm专业版。
  2. 创建新项目，选择Python解释器路径。
  3. 编写代码并运行：右键 → Run 'filename'​。

• 插件推荐：

  • CodeGlance：代码迷你地图。
  • BlackConnect：自动代码格式化。

4.3 虚拟环境管理

• 作用：隔离项目依赖，避免版本冲突。

• 工具：

  • venv（Python内置）：python -m venv myenv​。
  • Conda：适合科学计算环境（如安装TensorFlow）。