Python 基础课程
掌握 Python 编程语言的核心概念与工程化实践，从数据结构、面向对象编程到并发编程，通过小型项目和实际算法应用，确保你能够编写和调试高效的代码，具备独立完成机器人工程任务的能力。
概述
Python 是机器人开发与机器学习/深度学习领域最常用的语言之一。本课程面向具备一定编程入门基础的学习者，系统梳理 Python 核心语法、工程实践与在机器人/算法场景中的典型用法。
学习目标
- 熟练使用 Python 基本语法：数据类型、控制流、函数、模块与包
- 掌握常用数据结构（列表、字典、集合、元组）与面向对象编程（类、继承、多态）
- 能使用标准库与常用第三方库（如
numpy、argparse、logging）完成脚本与小型项目 - 了解并发与 I/O（多线程/多进程/异步）的基本概念，能阅读和修改相关代码
- 具备良好的调试与文档习惯，能独立完成机器人工程中的脚本开发与维护
课程大纲
1. 基础语法与数据类型
- 变量、运算符、条件与循环
- 数值、字符串、布尔与类型转换
- 列表、元组、字典、集合的创建、索引、切片与常用方法
- 列表推导式与生成器初步
2. 函数与模块
- 函数定义、参数（位置/关键字/默认/可变）、返回值
- 作用域与闭包
- 模块与包的导入与组织
- 常用标准库：
os、sys、pathlib、json、argparse、logging
3. 面向对象编程
- 类与实例、属性与方法、
self - 继承、重写、
super - 特殊方法（如
__init__、__str__、__len__） - 属性封装与简单设计模式（工厂、单例等）
4. 文件与异常
- 文件读写、上下文管理器（
with） - 异常处理：
try/except/else/finally、自定义异常 - 常见调试方法：
print、logging、断点调试
5. 数值与科学计算基础
numpy数组创建、索引、广播、常用运算- 与机器人/机器学习相关的数组操作（维度、reshape、矩阵运算）
- 简单性能考虑：向量化、避免循环
6. 并发与 I/O 入门（选学）
- 多线程与 GIL、多进程基本概念
- 异步 I/O 与
asyncio入门 - 在机器人场景中的典型用法（传感器回调、多任务调度）
实践建议
- 完成若干小练习：数据处理、简单算法、读写配置文件与日志
- 在本地或 WSL 中配置虚拟环境（
venv/conda），安装依赖并运行脚本 - 配合 Linux 课程，在 Linux 环境下编写与调试 Python 脚本
与后续课程的衔接
- 机器学习 / 深度学习：大量使用
numpy、PyTorch（Python API），本课程打牢语法与工程基础 - 项目实践：所有项目均需使用 Python 进行数据处理、模型调用与脚本封装