我想了一哈，应该再详细一点，所以把(一)的后半部分再修改一下。
我们重新从第4.1步开始
4.1 步，打开两根筷子中的一根，jupyter notebook, 然后点击右上角的new，选择新建Folder(文件夹)。
4.2步，如图所示，我们可以看到有一个Untitled Folder (未命名文件夹)。
4.3步，我们用我们最擅长的鼠标双击大法点它，点进去以后，再点击右上角的New, 选择新建Python 3，然后应该会蹦出一个新界面，不用管它。
4.4步，继续点击New，选择新建Text File, 然后蹦出一个新界面，不用管它。
4.5 步， 此时我们的界面应该如下图所示，有三个侧栏，一个是Untitled Folder(左一), 一个是Untitled.txt (中间), 一个是Untitled.ipynb (右一)
如此这般，我们要饭的一套基本东西都齐全了。
5.1 步 点进 untitled.txt 里面
直接复制接下来的数字进去，然后保存 (File, save 或者 Ctrl+S)，如下图所示
1 1.1
2 2.2
3 3.3
4 4.4
5.2 步点开 untitled.ipynb
然后把我们的新手大礼包复制进去，如下图所示
import pandas as pd
import numpy as np
import ast
from dataclasses import dataclass
import matplotlib.pyplot as plt
#import mpltex
#import numpy_indexed as npi
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FormatStrFormatter
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import proj3d
import pandas as pd
from matplotlib.ticker import (MultipleLocator, FormatStrFormatter,
AutoMinorLocator)
import operator
from operator import itemgetter5.3 步
我稍微解释一下上面的要饭新手大礼包。
众所周知，我们是要饭的对吧。
那么，比如第一行的import pandas as pd
Pandas 就可以理解为城里的潘员外，心地善良，我们饿了去找他肯定没错。
后面的pd呢?
pd就好像，虽然潘员外心地善良，帮助我们，但是每次喊潘员外太生分也太麻烦了，我们就给他起了个外号，叫老潘，英文名字叫pd。
简单来讲就是，pd是外号的意思，就是打Pandas要打六个字母，敲六次键盘，而外号pd只有两个字母，敲两次就完事了，非常简单快速。
当然，你也可以给Pandas起其他外号，叫成91p也可以，叫成qweqsdsajdlkafweijdefewfw这种的也可以，只要你输入的时候不嫌麻烦。
5.4 步
找到我们想处理的文件，然后在python里“双击”点开它。
第一击，告诉Python你想打开哪个文件
s1='untitled.txt'
你想打开的文件叫untitled.txt，就是我们刚才复制数字进去的那个。
引号‘ ’是表明字符串，大家现在不用管，之后去翻任何Python教材的第一章就可以了
s1是我们给‘untitled.txt ’起的外号，以后s1就是‘untitled.txt ’， ‘untitled.txt ’就是s1。
第二击，打开它
a=pd.read_csv(s1,sep="\s+",header=None,skiprows=0)
同理
a是我们给等号后面这一大串起的外号
pd是我们给潘员外起的外号(pandas)
pd.read_csv是潘员外赏给我们的鸡腿。
括号里面的一大串，我们之后再讲。把上面这两句话复制进去，如下图所示。
5.4 步
作图，就像我们在Excel或者Origin里面一样，打开了文件之后，我们会用鼠标框选两列数据，然后作图。
Python 里的话，就是将下述复制进去，如下图所示。
然后点击那个运行，如果成功出来了图形，那么恭喜你，你已经完成了新手任务，要到了第一口饭。
fig_plot, ax_plot = plt.subplots(ncols=1,figsize=(2.2,2.2))
ax_plot.plot(a[0],a[1],label="yes")
ax_plot.set_xlabel("$X$")
ax_plot.set_ylabel("$Y$")
ax_plot.legend(loc="best",frameon=False)
fig_plot.savefig("23333.png",dpi=1000)之后，有时间的话，我将逐步解释前面代码的意思，然后转向复杂的数据处理出图(比如下面2D和趋势拟合)，文件读写，大规模文件处理等......希望不会太监掉。
