AI辅助彩票研究专题（三）编程基础知识与Python基本语法
要掌握机器学习的编程技能，需要系统学习以下编程基础知识：
1.Python 语法基础：变量、数据类型、流程控制、函数、面向对象编程；关键库：NumPy、Pandas、Matplotlib
2.数学与算法基础：数据结构与算法、数学工具应用
3.机器学习专项技能：数据处理流水线、模型开发与调优、评估与部署
今天就专门讲Python 语法基础：
变量：就是数据的"快递盒"，作用是像快递盒一样存放数据，通过名字（变量名）快速找到内容。
数据类型：就阳不同的"积木块"，有数字、字符串、布尔值、容器类型等，分别感存放不同的数据。
流程控制：就是程序的"红绿灯"，条件判断是根据情况选择路线；循环是重复做某事直到满足条件。
函数：是代码的"万能工具"，把常用操作打包成工具，增加复用性，随用随调。
使用：输入原料（参数），获得结果（返回值）
面向对象编程：就像乐高式编程，主要有：类，即设计图纸，对象，按图纸组装的实体。
你只要弄懂了以上概念，也就基本上学会了编程。
网上python编程的书籍很多，大家在选择时注意以下几点：
1.变量与数据类型，只需掌握变量（数字、字符串、布尔值），容器操作（列表、字典、元组）即可，其它的忽略；
2.流程控制，即if-elif-else 条件分支，for/while 循环，这个基本上没难度；
3.函数与模块化，自定义函数（这个特别有用），导入库和模块封装，这个一看就会。
4.数据处理必备库，NumPy、Pandas、Matplotlib，这三个核心库我们下期专门讲。
5.机器学习核心库，Scikit-learn，包括数据预处理、经典算法调用、模型评估，这个也不难。
6.深度学习框架基础，TensorFlow/PyTorch，张量操作、自动求导、神经网络搭建，这个难度有些大，可以选学。
7.代码调试与优化的能力，这个需要慢慢消化，刚开始难，不知道从哪儿下手，熟练之后就简单了。
稍后给一个Python编程的基础知识的例子，包含以下知识点：
变量与数据类型，流程控制，函数与模块化。
帮助大家消化学习。
