Ch02 Python与数据科学修订于 二〇二六年七月六日
2.7 2026 年推荐学习路径：不要从头学 Python，按需学
传统 Python 学习路径（不要这么做）：
- 花 3 个月学 Python 基础语法
- 花 2 个月学面向对象编程
- 花 1 个月学 Web 框架
- 然后才开始学 AI
2026 年推荐路径（按需学习，边用边学）：
第一周：装好 Miniconda，学会 pip install。用 requests 成功调用一次 GPT/Claude API。目标：用 5 行代码拿到 AI 的回复。
第二周：学会用 Pandas 读取数据集，查看数据长什么样。目标：加载一个 CSV，算出每列的统计信息。
第三周：学会用 Matplotlib 画图。目标：把数据集的特征分布画出来，看看有没有异常。
第四周：学会用 NumPy 做简单的向量运算。目标：计算两个文本的 Embedding 相似度。
之后：遇到什么学什么。需要做微调就去学微调参数；需要做 RAG 就去学向量数据库；需要做 Agent 就去学工具调用。不要预习，不要”系统地学完再开始”。
这个学习路径的核心哲学：你不需要成为 Python 专家，你只需要成为”能用 Python 操作 AI 工具”的人。 这两者之间的差距，大概是学会修车和学会开车之间的差距。
← 上一节：2.6 你不需要成为程序员 ｜ 下一节：2.8 2026年AI开发必备工具链 →