核心观念
#
英语不是“学”出来的，是“用”出来的。 所有知识都是，“使用”是学习的最好方式，也是学会的验证。
推荐方法：逆向英语(千万英语法/千万别学英语)
#
钟道隆视频教程（3 小时） https://clck.ru/36wag5 所需准备：复读机（软件或硬件） 素材选择标准：反复听/看十几遍而不腻、没有字幕或者字幕可以隐藏、专业词汇不很多或者不影响主要内容。
素材示例
#
电视剧: Friends(老友记)/成长的烦恼/… 偏新闻类的: 纯正英语原声 30 秒 经典教材：新概念/经典美语 xxx 句/… 不推荐的示例：金装律师、生活大爆炸（专业术语或俚语太多，与实际生活场景差距过大） 背单词推荐
#
艾宾浩斯+图片+英语释义，例如百词斩（艾宾浩斯记忆法+图片）。 方法和教材都是网上有的，英语学习需要的是耐心和毅力外加一点技巧（例如逆向英语、英英词典就是目前最好的技巧之一）。
注意：抓住一套，从头到尾，不要半途而废/改弦更张。
关于大模型
#
GPT 等大语言模型（LLM）可以润色，但是 LLM 内容对于研究一般是胡扯，并无真实科研能力，不能直接信（人类都不会操作的事情，机器也学不会），更不用说参考文献。 不要以为 LLM 查重少就可以直接用，语言模型既然是模型，就能查出来，现在查不出来，等你事业上升时被人说抄袭就晚了（搞你的人不会去在意是否真有抄袭或者用了 LLM，10 个诬陷的内容有一个是真的他的目的就达到了）
Related:
/jupyter /Learn-Django /python-gui: desktop GUI/frontend /py-cookbook : code reuse /pyvis: plot in py Python in Win by MS official tutorial CN 用 Rust 让 numpy、scikit 和 pandas 加速 100 倍！开源 Weld 技术揭秘 学 Python ，开头几件事： 熟悉基础语法 + 使用虚拟环境。 之后，考虑：1. 基于 uv 使用 AI-IDE 的 CLI； 2. Linux。
Basic Python Data Processing Grammar
#
以 菜鸟教程网 为主打基础（py 基础语法、常用的数据处理 py 包）：
python： 熟练使用迭代器之前的所有内容，理解之后的内容。基础教程： 菜鸟教程 runoob.com (提示：此网页中的“高级教程”是指基础教程的高级部分), 如果不是专业软件开发人员，只是做科研实验，可以先学基础的基础，即学到“编程第一步”，“编程第一步”之后的内容用 1 小时过一遍备查即可。 重要：对于基础的基础示例代码，一定要跟着一个字母一个字母敲（做到自己完全能写出来一段，熟悉这些基础函数的调用方法和常用参数），绝对不要直接复制粘贴。 np (numpy): 到“排序”，应该跟着做，要能完全看懂；“排序”后的内容、scipy，过一遍，用时再学。 pd (pandas)：到 DataFrame，应该跟着做，要能完全看懂；之后的内容过一遍，用时再学。 scikit-learn : 到 Sklearn 机器学习模型， 应该跟着做，要能完全看懂；之后的内容过一遍，用时再学。 机器学习：scikit-learn 中包含的几个最基础的算法，建议跟着做，至少做一个最最基础、最易理解的 K 近邻算法，其他的至少要能完全看懂，学习目标：学完后能够知道经典的机器学习流程、基本原理。 如果看菜鸟教程都看不懂，可以看黑马视频教程，优点是极其详细，缺点是信息密度极低。
...