第一章 Python 语法基础
Python 是一种简单易学的编程语言，广泛用于数据分析、机器学习和人工智能领域。在学习机器学习之前，我们需要先掌握 Python 的基本语法。本章将介绍 Python 的变量与数据类型、条件语句、循环、函数以及文件操作，帮助你建立扎实的基础。
1.1 变量与数据类型
Python 支持多种数据类型，包括整数（int）、浮点数（float）、字符串（str）和布尔值（bool）。变量是用于存储数据的容器，我们可以给变量赋值并进行操作。
# 整数
x = 10
print(type(x)) # <class 'int'>
# 浮点数
y = 10.5
print(type(y)) # <class 'float'>
# 字符串
name = "Python"
print(type(name)) # <class 'str'>
# 布尔值
flag = True
print(type(flag)) # <class 'bool'>
在 Python 中，变量是动态类型的，这意味着你可以在不指定数据类型的情况下直接赋值，Python 会自动推断类型。
1.2 条件语句（if-else 结构）
条件语句用于根据不同的条件执行不同的代码。在机器学习项目中，我们经常需要根据数据的不同情况执行不同的处理逻辑。
age = 18
if age >= 18:
print("成年")
else:
print("未成年")
还可以使用 elif 进行多条件判断：
score = 85
if score >= 90:
print("优秀")
elif score >= 60:
print("及格")
else:
print("不及格")
在机器学习模型的训练过程中，我们可以使用条件语句来判断训练是否收敛，或者是否需要调整超参数。
1.3 循环（for 和 while）
循环是编程中的重要概念，允许我们重复执行某些操作。例如，在数据处理中，我们通常需要遍历数据集进行预处理。
for 循环
用于遍历序列（如列表、字符串等）。
for i in range(5):
print(i)
while 循环
基于条件执行循环。
count = 0
while count < 5:
print(count)
count += 1
在机器学习中，我们可以使用 for 循环遍历训练数据，或者使用 while 循环控制训练迭代的次数。
1.4 函数
函数是代码的组织单元，使得代码更加模块化、可复用。在机器学习项目中，我们通常会定义函数来封装数据处理、特征工程和模型训练等逻辑。
Python 使用 def 关键字定义函数。
def greet(name):
return "Hello, " + name
print(greet("Alice"))
Lambda 表达式
用于定义匿名函数，适用于一些简单的计算。
square = lambda x: x * x
print(square(5)) # 输出 25
在机器学习中，lambda 表达式常用于数据预处理，比如在 Pandas 数据分析中进行数据转换。
1.5 文件操作
在数据科学和机器学习项目中，我们经常需要读取和写入文件，如加载 CSV 数据集或保存模型训练结果。
读取文件
with open("example.txt", "r") as file:
content = file.read()
print(content)
写入文件
with open("example.txt", "w") as file:
file.write("Hello, Python!")
本章介绍了 Python 的基础语法，包括变量、数据类型、条件语句、循环、函数和文件操作等内容。这些基础知识不仅是 Python 编程的核心，也是后续数据处理、特征工程和机器学习算法实现的前提。下一步，我们将学习 Python 的数据结构，包括列表、字典、元组和集合，它们在数据分析和算法设计中具有广泛的应用。
