雷丰阳 2026Python 全能实战：别用 Jupyter 跑数据，先用 Conda 建工程

你是不是遇到过这种情况：明明学完 Python 语法，一接手真实项目就卡壳？因为日常开发中，90% 的坑都出在环境管理上。不同版本的 NumPy、Pandas 依赖冲突，或者因为环境配置错误导致代码跑不起来，这些琐碎的“环境问题”往往消耗掉初学者大半精力。这门课不讲花哨的语法糖，而是直击数据科学开发的生命线——从底层环境搭建到工程化落地，帮你彻底解决“环境依赖”和“代码隔离”两大痛点。

适合零基础环境管理，但需有 Python 语法概念

课程定位非常务实：假设你已掌握 Python 基础语法（变量、循环、函数），但完全没接触过 Conda、虚拟环境或工程目录结构。如果你还在用系统全局 Python 跑 `pip install`，导致每次换电脑都要重装库，这门课就是为你准备的“救命稻草”。它不要求你懂操作系统底层原理，但需要你理解“隔离”和“版本控制”对开发的意义。如果你已经会用 PyCharm 或 VS Code，且习惯用 `venv` 或 `pip`，那么课程后半段关于 Conda 高级特性（如创建自定义 channel、处理复杂依赖树）的部分，能帮你从“脚本小子”转型为“工程化开发者”。

按“工程路径”顺序预习，先吃透第 1 章再动手

虽然目录看起来像从 Conda 跳到 Numpy，但学习逻辑必须严格遵循“先环境后数据”的工程路径。请务必先完整看完第 1 章全部小节：从 Conda 的安装配置、项目工程目录创建，再到编辑器设置。这一步是地基，如果跳过直接学第 2 章 Numpy，后续运行代码时极大概率因版本不兼容报错。建议实操顺序是：先在本地或远程服务器安装 Conda，跟着课程创建标准项目文件夹结构，再配置 IDE 快捷键。只有环境准备好了，后面学习 Numpy 的 NDArray 结构、内存布局及数组运算时，才能立刻在本地复现代码，而不是对着视频里的报错信息干瞪眼。

学完能独立配置项目，资料包必须“边看边敲”

学完本课程，你应能独立为任何 Python 数据项目搭建标准开发环境。具体而言：你能熟练创建独立的 Conda 环境并激活；能规范初始化 Git 仓库；能正确安装 NumPy、Pandas 等库并验证版本；能在 VS Code 中通过 Conda 扩展自动导入变量，无需手动粘贴路径。配合提供的资料包练习时，切记不要只看不练。资料包里的工程模板和脚本是模拟真实工作流，你需要亲手在本地克隆或解压，按照课程步骤一步步修改配置文件（如 `.yml` 或 `environment.yml`），并运行其中的测试脚本。只有当你能在不依赖讲师演示的情况下，从零开始搭建一个包含 Numpy 项目的可运行工程，才算真正掌握了这门课的核心价值。

课程介绍

QQ_1788860571043.png 2026-9-8 17:44 上传 01. 课程介绍 02. 第1章【Conda】：安装配置与常用命令 03. 第1章【Conda】：项目工程创建 04. 第1章【Conda】：编辑器设置 05. 第2章【Numpy】：入门 - 简介&性能测试 06. 第2章【Numpy】：NDArray - N维数组概念 07. 第2章【Numpy】：NDArray - 基本结构&取值 08. 第2章【Numpy】：NDArray - 数组创建方式 09. 第2章【Numpy】：NDArray - 数据结构与内存布局 10. 第2章【Numpy】：索引与切片 - 一维数组 11. 第2章【Numpy】：索引与切片 - 二维数组 12. 第2章【Numpy】：数组运算 - 常见运算 13. 第2章【Numpy】：广播机制

课程目录

QQ_1788860571043.png   2026-9-8 17:44 上传 01. 课程介绍 02.
第1章【Conda】：安装配置与常用命令 03.
第1章【Conda】：项目工程创建 04.
第1章【Conda】：编辑器设置 05.
第2章【Numpy】：入门 - 简介&性能测试 06.
第2章【Numpy】：NDArray - N维数组概念 07.
第2章【Numpy】：NDArray - 基本结构&取值 08.
第2章【Numpy】：NDArray - 数组创建方式 09.
第2章【Numpy】：NDArray - 数据结构与内存布局 10.
第2章【Numpy】：索引与切片 - 一维数组 11.
第2章【Numpy】：索引与切片 - 二维数组 12.
第2章【Numpy】：数组运算 - 常见运算 13.
第2章【Numpy】：广播机制 - 变维、兼容、拉伸 14.
第2章【Numpy】：数组变形 - reshape 15.
第2章【Numpy】：数组变形 - 其他变形 16.
第2章【Numpy】：数组变形 - 拼接与分割 17.
第2章【Numpy】：数学运算 - 通用、三角、聚合函数 18.
第2章【Numpy】：线性代数 - 矩阵相乘 19.
第2章【Numpy】：线性代数 - 转置、逆、线性方程组等 20.
第2章【Numpy】：统计函数 - 基本统计 21.
第2章【Numpy】：统计函数 - 相关性分析 22.
第2章【Numpy】：随机数 - 常见生成方式 23.
第2章【Numpy总结】：案例：图像处理 24.
第2章【Pandas】：入门 - Pandas介绍 25.
第2章【Pandas】：数据集 - Series 一维数据 26.
第2章【Pandas】：数据集 - DataFrame 二维数据 27.
第2章【Pandas】：数据操作 - 新增 28.
第2章【Pandas】：数据操作 - 删除 29.
第2章【Pandas】：数据操作 - 修改 30.
第2章【Pandas】：数据概览 - 数据导入 31.
第2章【Pandas】：数据概览 - 数据查看 32.
第2章【Pandas】：数据概览 - 数据筛选 33.
第2章【Pandas】：数据概览 - 小实战 34.
第2章【Pandas】：数据概览 - 导出excel 35.
第2章【Pandas】：数据重塑 - 宽表转长表：melt() 36.
第2章【Pandas】：数据重塑 - 长表转宽表：pivot() 37.
第2章【Pandas】：数据清洗 - 类型转换 38.
第2章【Pandas】：数据清洗 - 数据分列 39.
第2章【Pandas】：数据清洗 - 行列聚合 40.
第2章【Pandas】：数据清洗 - 缺失值处理 41.
第2章【Pandas】：数据清洗 - 重复值处理 42.
第2章【Pandas】：数据转换 - 添加新列 43.
第2章【Pandas】：数据转换 - 字符串处理 44.
第2章【Pandas】：数据转换 - 排序 45.
第2章【Pandas】：数据转换 - 表格拼接 46.
第2章【Pandas】：分组聚合 - 统计指标 47.
第2章【Pandas】：分组聚合 - 相关性分析 48.
第2章【Pandas】：分组聚合 - cut区间分组 49.
第2章【Pandas】：分组聚合 - group分组 50.
第2章【Pandas】：分组聚合 - 聚合规则 51.
第2章【Pandas】：数据透视表 - pivot_table 52.
第2章【Pandas】：时间序列分析 53.
第2章【Pandas】：数据合并 - merge流程 54.
第2章【Pandas】：数据合并 - 四种连接 55.
第2章【Pandas】：数据合并 - 多列合并(1) 55.
第2章【Pandas】：数据合并 - 多列合并 56.
第2章【Pandas】：数据合并 - suffix自定义后缀 57.
第2章【Pandas】：数据合并 - 自定义on 58.
第2章【Pandas】：Pandas总结 59.
第3章【Matplotlib】：简介 - 入门案例 69.
第3章【Matplotlib】：简介 - 图表组件 70.
第3章【Matplotlib】：简介 - 两种绘图接口 71.
第3章【Matplotlib】：折线图 - 基本折线图 72.
第3章【Matplotlib】：折线图 - 多折线图 73.
第3章【Matplotlib】：柱状图 - 基本柱状图 74.
第3章【Matplotlib】：柱状图 - 分组柱状图 75.
第3章【Matplotlib】：柱状图 - 堆叠柱状图 76.
第3章【Matplotlib】：柱状图 - 水平柱状图 77.
第3章【Matplotlib】：饼状图 - 基础饼状图 78.
第3章【Matplotlib】：饼状图 - 环形图 79.
第3章【Matplotlib】：散点图 - 基本散点图 80.
第3章【Matplotlib】：气泡图 - 基本气泡图 81.
第3章【Matplotlib】：气泡图 - 多例气泡图 82.
第3章【Matplotlib】：直方图 - 基础直方图 83.
第3章【Matplotlib】：直方图 - 多组对比图 84.
第3章【Matplotlib】：直方图 - 概率密度图 85.
第3章【Matplotlib】：箱线图 - 解读箱线图 86.
第3章【Matplotlib】：箱线图 - 基本箱线图 87.
第3章【Matplotlib】：小提琴图 - 复杂图形绘制 88.
第3章【Matplotlib】：热力图 - 基本热力图 89.
第3章【Matplotlib】：热力图 - 相关性热力图 90.
第3章【Matplotlib】：热力图 - imshow()其他用法 91.
第3章【Matplotlib】：图表小结 92.
第3章【Matplotlib】：高级配置 - 子图布局 93.
第3章【Matplotlib】：高级配置 - 自定义样式 94.
第3章【Matplotlib】：高级配置 - 自定义注释 95.
第3章【Matplotlib】：高级配置 - 图像保存 96.
第3章【Matplotlib】：Matplotlib总结