AI 给了我代码，然后呢？
欢迎来到这趟旅程的起点。本系列教程的目标只有一个：让你能够随意地运行并修改任何 Python 代码，特别是那些由 AI 生成的、看起来很厉害的代码片段。
完美的开局，与现实的重击
你让 AI 帮你生成了一段数据分析代码，里面充满了 import numpy as np, import matplotlib.pyplot as plt... 你兴奋地复制了全部代码，感觉自己像个掌控了魔法的巫师。
然后呢？
一个无比初级，却又无比致命的问题摆在你面前：我该把这段代码...粘贴到哪里去？
- 粘贴到 Word 里？ 它变成了一段带格式的普通文本，什么也没发生。
- 粘贴到记事本里？ 它还是一段文本，静静地躺在那儿。
- 双击 Python 图标，粘贴到弹出的黑框里？ 好像可以，但每次只能输一行，而且一关就全没了。
在你最终可能摸索出如何运行它之后，ModuleNotFoundError: No module named 'numpy' 这行红字，就像最终的审判，宣告了这次尝试的失败。
破解谜题：从“文本”到“程序”的四道关卡
AI 给你的代码，就像一张顶级大餐的“食谱”。要想真正做出这道菜，你必须闯过四道关：
【关卡一：正确的“厨房纸”】 你不能把食谱抄在 Word 这种会自动“添油加醋”（添加格式）的纸上。你需要一种纯文本格式，也就是
.py文件。【关卡二：懂行的“大厨”】 你需要一个能看懂这份 Python 食谱的“大厨”。这个大厨就是 Python 解释器，它是唯一能执行代码的核心。
【关卡三：备齐的“食材”】 食谱上写的
numpy、matplotlib等都是特殊食材。你需要一个叫 Pip 的“采购工具”，去把它们从“超市”里买回来。【关卡四：专业的“料理台”】 你需要一个集“菜谱展示、食材管理、一键烹饪”于一体的专业厨房。这就是 VS Code 编辑器。
本系列教程，就是带你一关一关地打通，最终搭建起属于你自己的现代化“代码厨房”。
学习路线图
下面是我们为你规划的通关路径。每一课都建立在前一课的基础上，最终帮你搭建一套完整、高效的现代化科研编程环境。
核心主线 (前四章)
对应下方 蓝/绿色 卡片。最少看完这四节，才能比较舒服地在电脑上跑代码。这意在用最少的步骤，让你获得运行代码的核心能力。
进阶拓展 (附录)
对应下方 灰色 卡片。当你开始处理更复杂的项目，需要管理不同的库版本时，这部分内容将为你提供解决方案。
掌握这套环境配置技能，其价值远超 Python 本身。它是一切数据分析、机器学习、数值模拟等科研工作的基础设施。一次学习，终身受益！
现在，请从下面第一课的卡片开始你的学习之旅吧！
让代码跑起来
第 1 课：代码的“诞生”
AI 给的代码往哪放？从记事本开始，创建你的第一个 `.py` 脚本文件，并学习为何需要用命令行来“请求”电脑运行它。
第 2 课：安装“翻译官”与“采购员”
解决 `python` 命令无法识别和 `ModuleNotFoundError` 两大难题。安装 Python 核心，并掌握用 `pip` 这位“采购员”备齐所有必需的库。
第 3 课：升级“米其林厨房”
告别“记事本+命令行”的原始组合！将强大的 VS Code 编辑器配置为一站式科研工作站，体验代码高亮、智能提示和一键运行的快感。
第 4 课：点火！在 VS Code 中复活代码
终极实战！在专业环境中，完整重现从粘贴 AI 代码，到安装依赖，再到成功运行并看到结果的全过程，真正成为代码的驾驭者。
进阶阅读：Conda 与虚拟环境
为何要为项目建立独立的“车库”？了解 Conda 如何帮你管理复杂的项目依赖，避免不同库版本之间的冲突。
让我们一起开启这段破解代码、驾驭 AI 的旅程！