WHY IT MATTERS
先用一句白话理解
数据像一仓库原料，Python 是工具箱，数学是尺寸标准。工具再高级，原料脏、尺寸错，成品也不会可靠。
LEARNING OUTCOMES
学完你能做到什么
能用 Python 编写模块、处理异常、读写 JSON/CSV 并调用 HTTP API
能用数组和表格完成清洗、聚合、可视化与基础统计
能用图形直觉解释向量、矩阵、梯度、概率分布与抽样
CONCEPT DEEP DIVE
把每个核心概念讲透
不要把知识点当作名词列表。下面每一项都要回到真实项目中回答：它解决什么问题，如何验证，以及在哪些条件下会失效。
Python 数据结构、函数、类、类型标注、异常与测试
先明确数据来源、输入输出、评价指标和失败样本。把这个概念放回“清洗一份混乱的客户行为数据，输出质量报告、关键指标和一个可复用的命令行分析工具。”中，回答它解决了什么问题、依赖哪些输入、会在哪些边界失效。
虚拟环境、包管理、Git、Jupyter 与可复现实验
先明确数据来源、输入输出、评价指标和失败样本。把这个概念放回“清洗一份混乱的客户行为数据，输出质量报告、关键指标和一个可复用的命令行分析工具。”中，回答它解决了什么问题、依赖哪些输入、会在哪些边界失效。
NumPy/Pandas 思维：向量化、缺失值、分组和连接
先明确数据来源、输入输出、评价指标和失败样本。把这个概念放回“清洗一份混乱的客户行为数据，输出质量报告、关键指标和一个可复用的命令行分析工具。”中，回答它解决了什么问题、依赖哪些输入、会在哪些边界失效。
线性代数、微积分、概率统计的工程直觉
先明确数据来源、输入输出、评价指标和失败样本。把这个概念放回“清洗一份混乱的客户行为数据，输出质量报告、关键指标和一个可复用的命令行分析工具。”中，回答它解决了什么问题、依赖哪些输入、会在哪些边界失效。
CONCEPT MAP
这一章的学习步骤
写出第一个可从命令行运行的数据脚本
为清洗函数补齐正常、边界和异常测试
把一次分析整理成可复现的 notebook 与 README
HANDS-ON PROJECT
动手任务
清洗一份混乱的客户行为数据，输出质量报告、关键指标和一个可复用的命令行分析工具。
交付清单
- ✓带类型标注与测试的 Python 包
- ✓数据质量检查表和可视化报告
- ✓一页式结论：哪些发现可信，哪些仍需补数据
MINIMUM RUNNABLE CODE
用标准库完成第一份数据质量摘要
from statistics import mean
records = [
{"name": "A", "score": 82},
{"name": "B", "score": None},
{"name": "C", "score": 96},
]
valid_scores = [row["score"] for row in records if row["score"] is not None]
summary = {
"rows": len(records),
"missing": len(records) - len(valid_scores),
"average": round(mean(valid_scores), 2),
}
print(summary)先让它跑起来，再逐行修改。最有效的学习方式，是观察你的改动如何影响结果。
DELIBERATE PRACTICE
三级练习：从复现到生产
每一级都比上一级少一点提示、多一点约束。只有在不看答案也能完成验收时，知识才真正变成能力。
让核心机制第一次跑通
- 写出第一个可从命令行运行的数据脚本
- 为清洗函数补齐正常、边界和异常测试
- 把一次分析整理成可复现的 notebook 与 README
改变约束，验证你真的理解
- 不看教程，独立完成：能用 Python 编写模块、处理异常、读写 JSON/CSV 并调用 HTTP API
- 不看教程，独立完成：能用数组和表格完成清洗、聚合、可视化与基础统计
- 不看教程，独立完成：能用图形直觉解释向量、矩阵、梯度、概率分布与抽样
把实验变成能交付的工程
- 带类型标注与测试的 Python 包
- 数据质量检查表和可视化报告
- 一页式结论：哪些发现可信，哪些仍需补数据
- 检查数据漂移、权限、安全、延迟、成本与回滚，并把检查结果写进项目复盘。
COMMON PITFALLS
最容易踩的坑
把 notebook 里偶然跑通的代码当成可复现程序
遇到缺失值就全部删除，未分析缺失机制
只背公式，不检查单位、范围和数据分布
SELF CHECK
先回答，再展开参考答案
Q01这一课最核心的业务目标是什么？＋
不背大段公式，先学会读数据、写函数、验证假设，再用图和代码建立向量、概率与导数的直觉。
Q02如果只能保留三个验收结果，应该保留什么？＋
带类型标注与测试的 Python 包；数据质量检查表和可视化报告；一页式结论：哪些发现可信，哪些仍需补数据
Q03学习过程中最需要主动避免什么？＋
把 notebook 里偶然跑通的代码当成可复现程序；遇到缺失值就全部删除，未分析缺失机制；只背公式，不检查单位、范围和数据分布
Q04怎样证明你不是“看懂了”，而是真的会做？＋
独立完成“清洗一份混乱的客户行为数据，输出质量报告、关键指标和一个可复用的命令行分析工具。”，并用测试、数据或运行结果逐项验收交付清单。
本课完成检查表
全部能打勾，再进入下一课。
- □目标明确：能用 Python 编写模块、处理异常、读写 JSON/CSV 并调用 HTTP API
- □核心机制已用最小实验验证：写出第一个可从命令行运行的数据脚本
- □风险已检查：把 notebook 里偶然跑通的代码当成可复现程序
- □风险已检查：遇到缺失值就全部删除，未分析缺失机制
- □风险已检查：只背公式，不检查单位、范围和数据分布
- □交付物可复现：带类型标注与测试的 Python 包
- □交付物可复现：数据质量检查表和可视化报告
- □交付物可复现：一页式结论：哪些发现可信，哪些仍需补数据
PRIMARY SOURCES
继续深入的官方资料
课程版本基线：2026 年 7 月。涉及版本号时，以链接中的官方文档为最终依据。