Skip to content

Aurorp1g/Systematic-Learning

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

32 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Systematic-Learning

Website License Node Python


🎯 项目简介

Systematic-Learning 是一个精心构建的系统性学习知识库,涵盖数学基础、物理学和计算机科学三大核心领域。

从微积分到量子力学,从线性代数到编译原理 —— 这里是你技术成长的完整路线图。


📚 知识图谱

分类 知识点
数学基础 单变量微积分 · 多变量微积分 · 线性代数 · 概率论与数理统计 · 常微分方程 · 复变函数与积分变换 · 数值分析 · 拓扑学 · 离散数学
物理学 力学 · 电磁学 · 热力学与统计物理 · 量子力学 · 狭义相对论
计算机基础 数据结构与算法 · 操作系统 · 计算机网络 · 编译原理 · 数据库原理
Python 领域 基础语法 · 数据类型 · 控制流 · 函数与模块 · 类与对象 · 文件操作 · 异常处理 · 模块与包

🛠️ 技术架构

类别 技术栈
文档生成 Sphinx reStructuredText Markdown
Markdown支持 MyST
构建工具 Node.js npm
部署 GitHub Pages
CI/CD GitHub Actions

🚀 快速开始

# 1. 安装python虚拟环境
python -m venv .venv

# 2. 安装Python依赖
pip install -r requirements.txt

# 3. 安装Node.js依赖
npm install

# 4. 启动开发服务器
npm run dev

支持的命令:

  • npm run dev:启动开发服务器,监听文件变化并自动重新构建。
  • npm run build:构建生产版本,生成静态文件。

开发服务器将在 http://localhost:4000 启动,支持热重载。


🤝 参与贡献

欢迎为本项目贡献内容!以下是完整的贡献流程:

1. Fork 仓库

点击 GitHub 仓库页面右上角的 "Fork" 按钮,将仓库复制到你的 GitHub 账户。

2. 克隆 Fork 的仓库

git clone https://github.com/YOUR_USERNAME/Systematic-Learning.git
cd Systematic-Learning

3. 添加上游仓库

git remote add upstream https://github.com/Aurorp1g/Systematic-Learning.git

4. 创建功能分支

git checkout -b feature/your-feature-name
# 或者修复bug
git checkout -b fix/your-fix-name

5. 进行修改

本项目支持 RSTMarkdown 两种文档格式。

格式 优势 适用场景 文档指南
reStructuredText (RST) 功能强大、支持复杂指令、表格、元数据 复杂文档结构、需要 Sphinx 扩展功能 RST 文档指南
Markdown (MD) 语法简洁、生态广泛、易于上手 快速笔记、通用文档、喜欢简洁语法 Markdown 文档指南

💡 建议:新内容优先使用 Markdown(更舒适),复杂结构使用 RST(更强大)。

src/ 目录下添加或修改 .rst.md 文件。

注意,如果添加了新的目录或文件,请确保在 index.rst 文件中添加相应的目录条目。

6. 提交修改

git add .
git commit -m "feat: 添加xxx内容"

提交信息格式建议:

  • feat: 新功能
  • fix: 修复bug
  • docs: 文档更新
  • refactor: 代码重构

7. 同步上游更新

git fetch upstream
git rebase upstream/master

如果有冲突,解决冲突后继续:

git add .
git rebase --continue

8. 推送分支

git push origin feature/your-feature-name

9. 创建 Pull Request

  1. 在 GitHub 上访问你的 Fork 仓库
  2. 点击 "Compare & pull request" 按钮
  3. 填写 PR 标题和描述
  4. 点击 "Create pull request"

10. 等待审核

维护者会审核你的 PR,可能会提出修改建议。请及时响应并做出相应的调整。


📖 推荐学习资源

点击展开精选资源列表
  1. 《Machine Learning for Humans》 - 机器学习科普读物,用精致的语言描述基本概念
  2. Machine Learning Mindmap - 机器学习概念脑图
  3. Python Data Science Cheat Sheets - Python 数据科学速查表
  4. Calculus Cheat Sheet - 微积分知识精炼总结

所有电子版资料均已放置在 /reference 目录下


⭐ 如果这个项目对你有帮助,请给它一个 Star!

About

系统性学习网站

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors