系统与软件 · D2

Python 与科学计算

原型、数据分析、训练脚本、可视化。机器人工程里 Python 不跑控制回路，但到处都是。

要学什么

• numpy 向量化思维：为什么 for 循环要换成矩阵运算
• matplotlib 出可读的图（延迟分布、误差曲线、时序对齐）
• 原型与实时的边界：哪些留在 Python，哪些必须下沉到 C++
• 环境隔离与依赖锁定，避免「你机器上能跑」

四条路线需要多深

「精通」= 能从零推导 / 能手写实现 / 能判断别人的方案对不对；「用过」= 能调起来、能改参数；「知道」= 能听懂、能提问。

怎么算学会了

能把一段带 for 循环的数值代码改写成向量化并给出加速比，能画出一张能直接放进报告的延迟分布图。

常见错误

• 拿 Python 跑控制回路，还说「延迟只有几毫秒」，测的是平均值不是最坏值
• 数据分析脚本没有版本与随机种子，结论无法复现