#基础知识
Day4-6
1.Python-基础变量类型之字符串和数字类型
2.Python-复合类型之序列类型、映射类型和集合类型总结
3.py-Python推导式及常见语句和内置函数总结
4.py-函数的位置传参、关键词传参及其可变性和解包操作
5.py-递归函数及装饰器函数

📗6.py-类和对象的基本概念及属性和方法的常见分类和使用场景

Python学习
本文简明介绍了 Python 面向对象中属性、方法、魔术方法和三大特性的核心用法，配有易懂代码示例。后半部分针对 LeetCode 第 3201 题“找出有效子序列的最大长度 I”做了题意拆解和思路剖析，并给出了贪心和枚举两种解法。文中重点强调了如何将复杂子序列问题归纳为找全奇、全偶、奇偶交替三种情形，并附有完整 AC 代码及官方题解对比。
6.py-类和对象的基本概念及属性和方法的常见分类和使用场景

📗7.py-迭代器和生成器的区别及其各自实现方式和使用场景

Python学习
本文回顾了OOP三大特性，讲解了Python中Iterable和Iterator的区别与实现，重点介绍了生成器的用法及其在大数据、流水线处理中的高效与内存友好。结合实际案例，说明了如何用生成器处理和保存数据，并强调了模块化开发和常用标准库的应用。注意编程中的数据类型、路径和写入细节，有效提升了代码的规范性和实用性。
7.py-迭代器和生成器的区别及其各自实现方式和使用场景

📗8.py-模块化编程概念（模块、包、导入）及常见系统模块总结和第三方模块管理

Python学习
本文系统梳理了Python模块化编程的核心概念，使用爬虫爬取了百度图片，讲解了模块与包的区别及导入方式，总结了常见标准库和第三方模块的管理方法，并结合NumPy实例演示了模块化开发和科学计算的高效实践，强调了良好代码结构和依赖管理对提升开发效率和代码质量的重要作用
8.py-模块化编程概念（模块、包、导入）及常见系统模块总结和第三方模块管理

📗Python-Scikit-learn 机器学习完全指南：从理论基础到算法实践

Python学习
本文详细介绍了机器学习的定义与发展历程（包括监督、无监督、半监督与强化学习）、所需数学与编程基础及项目开发流程，scikit-learn 库的安装方法、模块组成（分类、回归、聚类、降维、模型选择与预处理）及统一 Estimator API 设计；展示了使用内置玩具与现实世界数据集、本地 CSV 加载与训练/测试集划分，以及 DictVectorizer、CountVectorizer、TfidfVectorizer、MinMaxScaler、normalize、StandardScaler、VarianceThreshold 和 PCA 等特征工程技术的实战用法；并依次讲解了 KNN、朴素贝叶斯、决策树、随机森林、线性回归（最小二乘、梯度下降、SGD、Mini-batch）、Lasso、Ridge 与逻辑回归等算法的原理、优缺点、sklearn API 调用及示例，同时涵盖模型评估（score、交叉验证）与超参数调优（GridSearchCV）全流程
Python-Scikit-learn 机器学习完全指南：从理论基础到算法实践

📗Python-深度学习-全连接神经网络1

Python学习
本文系统梳理了全连接神经网络（FCNN）：先说明 AI→ML→DL 的层级与区别，并按时间线回顾从感知机、BP 到 AlexNet、Transformer 与大模型的发展；强调激活函数带来的非线性能力；随后从生物神经元出发讲清人工神经元的组成与数学表达、网络层次与全连接计算；给出 PyTorch 中 nn.Linear/nn.Sequential 与常见激活函数的用法；最后总结数据准备流程、PyTorch 的 Dataset/DataLoader 以及常见预处理与图像增强。适合零基础做概念与实践前的快速梳理。
Python-深度学习-全连接神经网络1
Python-深度学习-全连接神经网络2
1