鸢尾花书《编程不难》开篇导读：从零基础编程到机器学习的全阶梯学习体系

鸢尾花书《编程不难》开篇导读：从零基础编程到机器学习的全阶梯学习体系

鸢尾花书是一套开源的、免费的、面向准人工智能时代的数学教育探索丛书，旨在通过“编程 + 数学 + 可视化 + 机器学习”的系统性编排，把陡峭的学习曲线尽量拉平，让读者从 Python 零基础、数学近零基础一路上升到机器学习应用。

核心要点

鸢尾花书的定位与初心

鸢尾花书是一套开源、免费的数学教育丛书，面向准人工智能时代的人类数学教育探索。其核心理念是：人工智能已经无处不在，未来淘汰人类的不是人工智能本身，而是“会人工智能、懂人工智能、用人工智能的人类”淘汰“不会用人工智能的人类”。因此，数学教育需要从小学、初中、高中阶段就开始变革。鸢尾花书的初心是将“数学教育面向人工智能时代”这件小事做好，不局限于数学工具本身，而是结合人工智能、机器学习、机器算法，同时配套 Python 编程与可视化。

为什么选择 Python

选择 Python 的原因包括：当前非常流行、好用、免费，并且是“一站式”的工具——从数据采集、数据加工、算法实现、可视化，到 App 生成、部署、网页制作，都可以在 Python 中完成，无需在不同软件之间来回切换处理数据。

开源与免费政策

鸢尾花书的全部资源——包括书稿、Python 代码、视频——均免费开源。读者可以通过 GitHub 进入相应页面，在主页下拉菜单选择 “download zip” 下载全部配套代码和书稿。所有视频也在 B 站免费提供。纸质书与电子 PDF 草稿的相似度约在 95% 以上，纸质版经过出版社审稿校对，文字做了处理。纸质书每章开头有出版社提供的二维码，可下载 MP4 视频以供离线收看。

七册丛书阶梯结构

鸢尾花书七册构建了一个阶梯式的学习路径：

• 编程不难：第一本，从零基础开始，覆盖编程基本语法、可视化基本工具、数据分析（NumPy、Pandas）、数学运算工具、机器学习工具（scikit-learn）、以及用 Streamlit 搭建 App。约 36 章，配 30 小时以上的视频。
• 可视之美：在第一本基础上，用 Python 可视化工具实现数学之美、数据之美、创意编程，侧重于“可视”。
• 数学要素 / 矩阵力量 / 统计至简：数学板块三本。第一本从小学数学讲到大学一年级水平；矩阵力量是全系列最核心的一本，专门讲矩阵与线性代数工具；统计至简侧重多元统计和贝叶斯统计。
• 数据有道：实践板块，特别强调图和网络，超过 60% 内容涉及图论和网络相关工具，为深度学习、语言模型等打基础。
• 机器学习：实践板块，涵盖回归、降维、分类、聚类四大板块中最常见、最经典的算法。

这一整套书的根本目标，是把从基础编程到基础数学再到机器学习的全过程串联起来，提供一条尽量平滑的学习路径。

学习顺序建议

• Python 基础好的读者可以跳过前两本，直接从第三本开始。
• Python 零基础或需要巩固基础的读者，建议从《编程不难》开始入门。

图书结构与资源使用说明

纸质书与电子版区别

录制视频使用的是出版社排版稿（定稿版），读者日常看到的电子版是免费草稿，两者约 95% 以上相似。纸质版经过出版社“三审三校”处理，文字有所润色。学习层面两者差异不大，不花钱的读者完全可以免费下载书稿、代码并观看 B 站视频。

二维码使用提醒

视频录制阶段的书籍页面中出现的二维码是占位符。由于代码和视频尚未准备完成（代码需讲课后检查并调试后才分享），因此读者暂时不要扫描视频中出现的二维码。待资源完善后，纸质书读者可通过扫码下载代码。

思维导图配套资源

每章配有思维导图，分为两类：

• 板块思维导图：位于每个板块第一张纸的背面。
• 章节思维导图：每章一张，有的简单（如第一章），有的复杂。

用于帮助读者把核心内容“拎起来”，建立整体框架。

配套代码与运行环境

全书代码实践中使用 Jupyter Lab 作为主要工具。Anaconda 安装后即自带 Jupyter Lab，此外还包含 Spider 等常用 Python 编译器。教学演示中推荐使用 Jupyter Lab 进行探索式学习——支持建立新文档、直接运行代码（如输入 “1+1”，按 Ctrl+Enter 即可得到结果）。Anaconda 本身是一个集成界面，包含多个 Python 工具甚至 R 语言相关工具（如 R Studio）。

作者与读者沟通管道

作者提供了公开邮箱供读者提交纠错和意见。邮件往来数量已超 1500 封（按有来有往计算）。纠错数量多的读者会获赠图书；有特殊贡献的读者还会获得惊喜礼物，如鸢尾花书周边的雨伞（已送过一批）、书包（即将送）等。在豆瓣上写好评书评也有机会获赠书和礼物。注意：一般纠错、优质评价类要求作者都会满足，但个别“比较难办”的请求可能无法回复，希望读者理解。

视频课程风格承诺

《编程不难》的视频课程（尤其第一本）风格为“婆婆妈妈”式的细致讲解——会把本书配套的每个 Python 文件、能跑的代码当着读者面全部跑一遍。后面的书视频节奏会更快，不这么啰嗦。比起很多编程教材存在“代码不免费给”或“给了不能跑”的通病，鸢尾花书承诺所有代码尽量可运行；若遇到不能跑的情况，请读者反馈，作者将进行 debug。录视频时会保证代码能一对一地展示运行。

书籍板块架构与内容占比分析

《编程不难》全书共 36 章，分为若干板块。板块篇幅设计为：要么占全书的 1/12（3 章，说明没那么重要），要么占 1/6（6 章，说明非常重要）。

板块内容与占比详解

• 准备性内容（约占 1/12，即 3 章）：安装 Anaconda，使用 Jupyter Lab 等工具的准备环节。
• Python 语法（仅占 1/6，即 6 章）：这是作者有意为之的轻量化安排。作者认为对初学者来说，语法学多了反而是负担——轻轻松松学到够用即可，有了激情、热情、兴趣、动力和目标之后，读者自己可以去探索更多语法。为避免“学英语式”的失败（死磕语法、背单词，学完不会用、忘得快），编程教学应当“上来就教大家用”，通过使用感受语言的力量。
• 绘图（占 1/12，约 3 章）：在本书中提供的绘图工具量仅“够用”——以可视化作为这套书整体招牌，但在编程基础书中只介绍够本书使用的绘图工具。更深入的可视化技巧和案例放在下一本《可视之美》中。
• NumPy（占 1/6，约 6 章）：非常重要的篇幅安排，因为常用的线性代数运算几乎全都基于 NumPy 完成。
• Pandas（占 1/6——即紧随其后的一个板块，约 6 章）：很多与统计相关的数据处理都会在 Pandas 中讲解。作者提到用 Plotly + Pandas 用数据讲故事 是这个板块中很有意思的亮点。
• 数学工具（占 1/12，约 3 章）：轻量级介绍三个小型 Python 库——符号运算的 SymPy、数学运算的 SciPy、统计模型的 statsmodels。这个板块需要了解即可，相对不那么重要。
• scikit-learn（机器学习算法工具）：介绍机器学习中最传统、最经典的算法工具包，涵盖数据处理、回归、降维、分类、聚类等经典算法。本书要求读者做到“知其然，不要求知其所以然”——会用、会调包、能跑通代码即可。为什么这样设计？因为背后的数学原理（“所以然”）被安排在后面几本书（数学要素、矩阵力量、统计至简及两本实践书）中系统讲解。
• Streamlit + Spider（App 搭建板块）：用 Spider 编写代码，再用 Streamlit 搭建 App。这是本书的亮点之一——很多编程书完全没有 App 搭建的内容。全书最后一章展示几个用 Streamlit 搭建的机器学习、数据分析及数据工具展示应用 App。

板块设计的核心理念

作者强调体系比具体代码块更重要——拥有体系就拥有知识网络，知道未来如何将这个网络不断扩展和填充。编程类的书很多打开后看不下去，因为本质是“语法书”，讲半天语法却不知道实际用途，学完也容易忘。鸢尾花书选择边用边学、轻量语法、快速上手、及时实践，让读者每一小步都能看到语言的力量。

教学方法与学习理念

项目制与成就感设计

本书配有大量小项目而非大项目（大项目容易让人疲劳、半途而废）。每个项目大概 30 分钟内能写完并看懂，这种节奏能带来很强的收获感，帮助读者坚持到底。

透过编程看数学与逻辑

学习编程的终极目标不是掌握 Python 本身，而是跳出编程，看到编程背后的数学与逻辑。今天会 Python 没什么了不起——明天可能换 R、Julia 或其他编程语言，但背后的数学和逻辑才是“万变不离其宗”的算法核心。Python 只是一个工具，不应被神化。

知其然不要求知其所以然

学完本书的读者应该处于一种状态——会掉包、代码能跑即可；真正理解机器学习背后的数学原理是后面几本书的任务。这种设计避免了初学者一开始就被繁难的数学公式吓退，先建立兴趣、应用能力和自信。

不用分数衡量学习成果

全书只有《编程不难》配习题（其他书不配），因为后面书的“习题”本质就是理解书中的代码和图像本身。本书刻意给初学者设少量习题用于巩固基础编程知识。作者明确表达不推崇用分数衡量能力和学习成果，强调获得感与自信才是最重要的评价。如果为了分数考试而学习，兴趣被磨灭，那“考试还不如不考，知识还不如不学”。

从英语学习失败中吸取教学教训

作者借个人经历解释了为什么编程教学中要避开“语法过度教学”的坑：作者认为大部分人在正规教育中的英语学习是失败的——学的是“哑巴英语”，学完只会做题。以作者本人经验为例，学校教育与《新概念英语》对口语听说的实际帮助有限；真正的英语启蒙来自反复大量地听电影《狮子王》——从初中一直听到大学毕业，约上万遍，跟着朗读、打印脚本精读，台词和语境内化成了“语感”。类似地，《生活大爆炸》1~6 季也成了工作中反复播放的背景音。这带来的启发是：Python 编程也是一门语言，学习时应避开英语学习踩过的坑——不靠死磕语法和孤立地背单词，而是上来就用、沉浸式实践。

本书与其他编程书的主要区别

1. 有系统的学习体系（本书只是七册体系中的一环），知识有网络可扩展。
2. 全免费开源，纸质书非必需，视频、书稿、代码全部免费可得。
3. 视频课程做到“每个代码能跑的都跑一遍、能讲的都讲”，发现代码问题时当场调整。
4. 学习生态完整——配套视频、PDF 书稿、Jupyter Lab 探究式学习平台、代码仓库、读者沟通邮箱。
5. 全彩印刷，配置大量可视化案例和代码实现。
6. 覆盖工具多：Pandas、NumPy、SciPy、statsmodels、Matplotlib、Seaborn、Plotly 均会介绍。
7. 最后教读者搭建 App（Streamlit），提升完成度和实用性。

学习目标与预期感受

作者期望读者完成《编程不难》（约 30 多小时学习）之后获得两种感觉：

1. 收获感特别强——觉得学了很多东西，收获感“爆棚”。
2. 觉得 Python 没有那么难——建立自信，愿意继续学习后面的书、探索新知识和新工具。

如果学完之后觉得味同嚼蜡、想放弃，作者认为那是自己的失败，也是这本书的失败，更是读者时间投资的浪费。

行动清单

对刚开始学习的读者，建议按以下步骤进行操作：

1. 进入 GitHub 鸢尾花书主页，选择正在学习的分册（当前为《编程不难》），点击主页下拉菜单选择 “download zip”，下载全部代码与书稿。
2. 安装 Anaconda——安装后即已包含 Jupyter Lab（探索实践的推荐工具）、Spider 等常用 Python 编译器。
3. 打开 Jupyter Lab，新建文档，尝试运行最简单的代码（如 1+1，按 Ctrl+Enter）验证环境。
4. 对照书籍板块顺序学习：Anaconda 安装与 Jupyter 使用 → Python 轻量语法 → 够用型绘图 → NumPy → Pandas → 轻量数学工具 → scikit-learn → Streamlit 搭建 App。
5. 遇到代码不能跑的情况，通过公开邮箱反馈给作者。
6. 有意参与赠书活动的读者，可通过邮箱提交纠错或在豆瓣写作书评，再联系作者。
7. 视频录制期间不要扫描书中二维码——资源（视频、代码）尚未准备好，需等课程录完、代码调好后才能使用。

总结

鸢尾花书《编程不难》作为整套七册丛书的起点，定位非常明确：面向 Python 与数学双零基础的读者，以短篇幅、轻量语法、即用即学的理念作为切入点，在 36 章的跨度中从环境搭建一路铺设到机器学习经典算法实践乃至用 Streamlit 做 App 部署，最终串联起后续六册书的数学与可视化学习之路。全书刻意避免“语法堆砌型”编程教材的通病，强调体系学习、项目实践、可视化表达、数学-逻辑思维培养和开源共享精神——“知其然”之后再在后续书中解决“知其所以然”的问题。学完本书，收获感与“Python 并不难”的自信是最重要的评价标准。下一讲将正式进入第一章的讲解。