layout: home
hero: name: "LearnPy" text: "社科 Python 学习平台" tagline: 从 Python 基础到机器学习，从统计分析到数据科学 - 打造 AI 时代的全栈能力 image: src: /logo.svg alt: LearnPy.online actions: - theme: brand text: 社科科研与 Python 应用 link: /zh/python-fundamentals/README - theme: alt text: StatsPai - Python 与统计计量 link: /zh/StatsPai/README
features:
icon: 💻 title: 在线代码运行 details: 网页内置 Python 环境，无需本地配置即可运行代码。支持主流 Python 库，边学边练，即时查看运行结果。
icon: 💡 title: 案例先行，通俗易懂 details: 每个概念配有清晰定义、原理分析、代码示例。大白话解读专业术语，零基础也能快速掌握核心思想。
icon: 🤖 title: AI 辅助学习 details: 集成 ChatBot 代码解释功能，随时解答代码疑问、自动生成注释、优化代码。让 AI 成为你的编程助教。
📚 系列书籍
构建完整的数据科学知识体系，从编程基础到前沿技术，从统计理论到工业实践。每本书都注重案例驱动、通俗易懂，帮助你在 AI 时代快速建立核心竞争力。
零基础入门 Python，专为社会科学研究者设计。从基础语法到数据分析，通过实战项目快速掌握编程技能。
立即阅读从描述性统计到计量经济学，使用 Python 进行专业的数据分析和建模。涵盖概率论、假设检验、回归分析、时间序列等核心内容。
立即阅读🎯 为什么选择 LearnPy.online？
系统化学习路径
从编程基础到前沿AI，构建完整知识体系
在线代码运行
网页内置Python环境，边学边练无需配置
案例驱动教学
每个概念配有实战案例，理论联系实际
通俗易懂
大白话解读专业术语，零基础也能快速上手
网站使用说明
- 本网站可以免登陆运行 Python 代码。如有报错，请到 问题反馈 页面进行免登录登记
- Python 代码可以编辑并临时保存，但不会永久保存，网页刷新后就会自动还原
- 对网站使用中碰到任何问题或有任何改进意见，可以到 问题反馈 页面进行免登录评论，或邮箱联系作者：brycew6m@gmail.com
- 本网站的所有基础核心功能，永久免费
快速开始
选择感兴趣的课程，立即开始学习之旅：
- 🐍 零基础学 Python？ → 《社科科研与 Python 应用》
- 📊 想学数据分析？ → 《StatsPai - Python 与统计计量》
- 🤖 想用 AI 助力科研？ → 《大模型 AI 助力科研》
- 🧠 想学机器学习？ → 《机器学习 & 因果推断》
学习理念
AI 时代，理解为王
我们相信，在 AI 辅助的时代，理解核心概念比记忆技术细节更重要。LearnPy.online 致力于：
- 摒弃非重要细节，直达思想内核
- 通俗化解读，让专业知识变得易懂
- 实战为导向，从演示代码到生产级实现
- 系统化学习，构建完整的知识图谱
🗓️ 更新 Roadmap
项目简介
LearnPy.online 是一个持续更新的开源学习平台，致力于为中文开发者提供从 Python 基础到 AI 应用的完整学习路径。目前提供四门核心课程，覆盖 Python 编程、统计分析、机器学习、AI 助力科研。
版本规划
v1.0: 平台架构搭建（2024.6.1 - 2025.10.31）✅
- 搭建完整的学习平台架构，支持四门核心课程
- 部署到 Vercel + 专用域名（已完成： learnpy.online）
- 实现在线 Python 代码运行环境（已完成）
v2.0: 课程内容完善（2025.11.1 - 2026.3.31）
- 完成《社科科研与 Python 应用》课程内容撰写（✅ 已发布）
- 完成《StatsPai - Python 与统计计量》课程内容撰写（✅ 已发布）
- 完成《大模型 AI 助力科研》课程内容撰写（筹备中）
- 完成《机器学习 & 因果推断》课程内容撰写（规划中）
- 增加更多实战案例和练习题
v3.0: 平台功能增强（2026.4.1 - 2026.6.30）
- 增加 AI 辅助学习功能：自动解释概念、解释报错、生成或修正代码
- 增加学习进度追踪和证书系统
- 增加社区互动功能
- 优化移动端体验
当前版本：v1.0 | 下一个里程碑：四门课程内容完善（预计 2026年3月底）
反馈与建议
你可以通过以下方式参与：
- GitHub Issues：报告错误或提出建议：项目 Issues
- 问题反馈按钮：网站右下角浮动按钮
- Email 联系：直接联系作者：brycew6m@gmail.com
- Pull Request：直接贡献代码或文档，欢迎任何形式的改进！
关于作者
王几行XING (Bryce Wang)
- 📖 知乎：@王几行XING
- 📧 邮箱：brycew6m@gmail.com
- 💻 GitHub：@brycewang-stanford
💌 致谢
感谢所有支持本项目的朋友们！
- Star 支持：GitHub 上的每一个 Star 都是动力
- 反馈建议：每一条反馈都会认真对待
- 社区贡献：欢迎加入共建
让我们一起，在 AI 时代，通过理解而非技术细节，建立数据科学全栈能力！ 🚀