Python，是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。Python是纯粹的自由软件，源代码和解释器CPython遵循 GPL 协议。Python语法简洁清晰，特色之一是强制用空白符作为语句缩进。Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

print(democ[::2])的意思应该是切片从第一位开始取2或者2的倍数后面的一个值

不能从具象的例子中，抽象总结出概念，表达能力还差点

1、老师授课的方式非常适合我们，他根 据本课程知识结构的特点，重点突出， 层次分明。理论和实际相结合，通过例 题使知识更条理化。但授课速度有点 快，来不及记录。 2、老师授课有条理，有重点，对同学既 热情又严格，是各位老师学习的榜样。 3、老师.上课有时非常幽默，有时非常严 格，不过还是非常有教授风度的，不妨 自己来听听嘛!大家很崇拜他哦! 4、老师上课诙谐有趣，他善于用凝练的 语言将复杂难于理解的过程公式清晰、 明确的表达出来。讲课内容紧凑、丰 富,并附有大量例题和练习题，十分有 利于同学们在较短时间内掌握课堂内容。

Python的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。由于这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。这些准则被称为Python格言。在Python解释器内运行import this可以获得完整的列表。 Python开发人员尽量避开不成熟或者不重要的优化。一些针对非重要部位的加快运行速度的补丁通常不会被合并到Python内。所以很多人认为Python很慢。不过，根据二八定律，大多数程序对速度要求不高。在某些对运行速度要求很高的情况，Python设计师倾向于使用JIT技术，或者用使用C/C++语言改写这部分程序。可用的JIT技术是PyPy。 Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继

我现在还没有看啊，但是抱有很大的期待，希望能让我所愿

Python的设计哲学是“优雅”、“明确”、“简单”。因此，Perl语言中“总是有多种方法来做同一件事”的理念在Python开发者中通常是难以忍受的。Python开发者的哲学是“用一种方法，最好是只有一种方法来做一件事”。在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。由于这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。这些准则被称为Python格言。在Python解释器内运行import this可以获得完整的列表。 Python开发人员尽量避开不成熟或者不重要的优化。一些针对非重要部位的加快运行速度的补丁通常不会被合并到Python内。所以很多人认为Python很慢。不过，根据二八定律，大多数程序对速度要求不高。在某些对运行速度要求很高的情况，Python设计师倾向于使用JIT技术，或者用使用C/C++语言改写这部分程序。可用的JIT技术是PyPy。 Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继

老师讲的还是很细的哇～满满干货，对于我这种新手十分友好哈哈哈

之前一直没有接触过，听老师讲虽然有些听不懂，但是经过查资料还是获益匪浅的

机器学习是一门多领域交叉的学科，是人工智能的核心，其应用遍及人工智能的各个领域，专门研究计算机是如何模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有知识结构，使之不断改善自身的性能。在机器学习过程中，需要使用大量数据，而数据分析是指用适当的方法对收集来的大量数据进行分析。提取有用信息和开成结论而对数据加以详细研究和概括总结的过程。机器学习是一门多领域交叉的学科，是人工智能的核心，其应用遍及人工智能的各个领域，专门研究计算机是如何模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有知识结构，使之不断改善自身的性能。在机器学习过程中，需要使用大量数据，而数据分析是指用适当的方法对收集来的大量数据进行分析。提取有用信息和开成结论而对数据加以详细研究和概括总结的过程。