这是一个记录我学习 Python 过程的仓库。
它不是单独的一个完整项目，而是把不同阶段的练习、小案例和实战内容整理在一起，方便自己持续复习、回顾和迭代，也希望能为同样在入门 Python 的同学提供一些参考。
这个仓库更像一份持续更新的学习记录，内容会随着学习进度不断补充。
目前主要围绕以下几个方向展开：
- Python 基础
- 文件操作与 JSON
- 网络机器人
- 数据处理与分析
- AI 应用开发
其中，AI 应用方向可包含大模型 API 调用、Streamlit 开发、聊天机器人 / AI 伴侣、会话记忆，以及本地保存历史会话等内容。
可包含或已经涉及：
- 变量、数据类型、输入输出、运算符
- 条件判断、循环、函数
- 列表、元组、字典、集合、字符串
- 模块与包的使用
- 面向对象基础
这一部分主要用于练习常见的数据读写方式，例如：
- 文本文件读写
- JSON 数据处理
- 本地数据保存
- 为后续项目做简单的数据持久化准备
这一部分更偏向入门实践，可包含：
- 网络请求基础
- 网页内容解析
- XPath 或正则等常见解析方式
- CSV 等常见格式的保存与处理
这一部分主要用于练习数据处理思路，例如：
- 表格数据读取与整理
- 数据清洗
- 基础统计分析
- 可视化入门
这是仓库里比较偏实战的一部分，可能包含：
- 大模型 API 调用
- Streamlit 应用开发
- 聊天机器人 / AI 伴侣
- 多轮会话与上下文记忆
- 本地保存历史会话
- 按学习路径逐步整理，内容更贴近真实的学习过程
- 不只有语法练习，也包含可以动手运行和改写的小案例
- 同时覆盖基础、数据处理、网络应用和 AI 应用等方向
- 适合边学边练，逐步从入门过渡到小项目实践
这个仓库比较适合：
- 正在学习 Python 的初学者
- 想把零散知识点整理成练习项目的人
- 想从基础语法过渡到实战案例的人
- 对数据分析、网络应用或 AI 应用感兴趣的入门学习者
以下为当前仓库结构示例：
Python_ItHeiMa/
├── 01_Python基础语法/
├── 02_AI应用项目(聊天搭子)/
├── 03_网络机器人/
├── 04_数据处理分析/
├── logs/
├── requirements.txt
└── README.md
说明：
- 不同目录对应不同学习阶段或主题方向
- 部分内容可能是脚本练习，部分内容也可能是 Notebook、案例代码或实验性项目
- 随着学习推进，目录和内容还会继续补充与整理
开始前通常需要准备：
- Python 运行环境
- 常见第三方库
- 可用于运行脚本或 Notebook 的开发环境
如果要体验 AI 应用相关内容，还可能需要：
- 可用的大模型 API Key
- 本地环境变量配置
- 支持页面运行或交互展示的相关依赖
具体依赖和配置可根据仓库中的实际代码内容进行补充。
这个仓库更适合按目录逐步学习，而不是作为单一项目一次性运行。
建议的使用方式如下：
- 从 Python 基础部分开始，先建立语法和编程思维基础。
- 再逐步学习文件处理、网络机器人和数据分析相关内容。
- 最后进入 AI 应用方向，理解从接口调用到交互式小应用的实现思路。
更适合的学习方式通常是：
- 一边阅读代码，一边运行和修改
- 按主题拆分理解，而不是一次看完整个仓库
- 把练习内容改成自己的版本，强化理解
通过这个仓库，我希望逐步完成这些积累：
- 打好 Python 基础
- 学会把知识点写成可运行的小练习
- 熟悉文件处理、JSON、数据整理等常见操作
- 初步理解网络请求、网页解析和数据分析流程
- 尝试把 Python 用到更贴近实际的小项目中
- 体验 AI 应用从“能调用”到“能交互、能记忆、能保存”的实现过程
接下来这个仓库还会继续补充，例如：
- 更完整的 Python 基础与进阶练习
- 更多文件处理和数据分析案例
- 更清晰的网络机器人练习整理
- 更完善的 Streamlit 小应用
- 更完整的聊天机器人 / AI 伴侣功能
- 会话管理、历史记录、本地存储等方向的持续优化
如果你也在学习 Python，希望这份项目合集能提供一些参考。 后续我会继续结合实际练习内容，不断完善这个仓库的结构和说明。