个人安排开始学习与SLAM相关的课程，这里学习的是 Albert-Ludwigs-Universit¨at Freiburg 大学授课资料。
课程要求我们安装python并使用其进行数学运算，我这里安装在windows 10 下，并使用pycharm 社区版进行开发。因为需要安装一系列的库，这里索性直接安装了 Anaconda3 ，其中包含了常用的库，省时而且方便。
每个练习均有相关代码，见如下地址。
课程代码地址： Github : robotics_learning
练习 一：定义函数
创建一个名叫 myfirstscript.py 的程序，定义如下功能函数，并在命令行中测试。
练习 二：绘制数据
每一个python文件都是一个可以随时执行的脚本。它可以包含多个函数功能和其他数学计算在一个文件中。
- 在练习1中相同脚本中添加代码使其可以绘制 f(x) 的图像在 [-2π,2π]范围内。
- 保存结果图为png格式到硬盘中。
练习 三：生成随机数
随机数在概率机器人中很重要，因此最好知道python 提供什么样的随机变量以及如何使用他们。提示：使用 numpy
- 创建一个具有10W个随机变量的矩阵，正太分布的平均值为5.0，标准差为2.0。
- 创建一个具有10W个随机变量的矩阵，均匀分布在 0 - 10之间。
- 计算上面两个向量的平均值和标准差，对于结果有什么期望？
- 将你产生的随机数据绘制成直方图。hist 命令可以用于绘制直方图。如何使用hist可以通过 help hist命令进行查看。
