Data Science for Beginners 使用指南：20 课学习路径、Jupyter 工作流与本地测验应用实操

Data Science for Beginners 使用指南：20 课学习路径、Jupyter 工作流与本地测验应用实操

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

《Data Science for Beginners》是一门“10 周、20 课、面向所有人”的开源数据科学课程。本篇使用指南围绕课程的使用手册 USAGE.md（以爱沙尼亚语译本 translations/et/USAGE.md 为蓝本，与英文原版内容一致）展开，讲清课程的四种使用方式、每一课固定的七步学习结构、Jupyter Notebook 的启动与运行方式、测验应用（quiz-app）的本地开发流程，以及面向自学者和教师的完整工作流，帮助读者把这套仓库真正跑起来并纳入自己的学习计划或课堂教学。

课程的四种使用方式

课程在设计上刻意保持灵活，同一套内容可以支撑四种典型使用场景：

• 自学（Self-paced learning）：按照自己的节奏独立推进各课内容；
• 课堂教学（Classroom instruction）：作为有引导的结构化课程使用；
• 学习小组（Study groups）：与同伴协作学习；
• 工作坊（Workshop）：高强度、短周期的集中学习。

无论采用哪种方式，底层目录结构都相同：课程按 6 大模块（1-Introduction 至 6-Data-Science-In-Wild）组织 20 个课时，每个课时一个独立目录。教师在 for-teachers.md 中可以找到按模块划分的完整课程清单（如第 1 部分 Introduction 包含“定义数据科学、伦理、定义数据、概率与统计概述”4 课）。

每一课的统一结构：七步学习法

为了最大化学习效果，仓库中的每一课都遵循一致的七步结构（以第一课 1-Introduction/01-defining-data-science/README.md 为例，可以逐一对应）：

1. 课前测验（Pre-lesson Quiz）：检验已有知识；
2. 手绘草图（Sketchnote，可选）：核心概念的可视化总结，全部草图位于 sketchnotes/ 目录；
3. 视频（可选）：补充视频内容；
4. 书面课程（Written Lesson）：核心概念与讲解，即每课目录下的README.md；
5. Jupyter Notebook：动手编码练习，即notebook.ipynb；
6. 作业（Assignment）：巩固所学，即assignment.md或assignment.ipynb；
7. 课后测验（Post-lesson Quiz）：强化理解。

单课标准工作流

下面是一段可直接照做的命令示例（来自使用手册原文）：

# 1. 进入课时目录 cd 1-Introduction/01-defining-data-science # 2. 阅读 README.md（在浏览器或编辑器中打开） # 3. 完成课前测验（点击 README 中的测验链接） # 4. 打开 Jupyter notebook（如果该课提供） jupyter notebook # 5. 完成 notebook 中的练习 # 6. 完成作业 # 7. 完成课后测验

需要注意的是，并非每一课都有 notebook：例如 2-Working-With-Data/05-relational-databases/ 提供的是 SQLite 数据库文件airports.db供 SQL 练习，而 1-Introduction/02-ethics/ 则只有书面材料与作业。开始前先查看课时目录内容即可。

Jupyter Notebook 工作流

启动 Jupyter

环境准备（创建虚拟环境、安装依赖）请参考 INSTALLATION.md，其中给出的关键命令为python -m venv venv创建虚拟环境，随后pip install jupyter pandas numpy matplotlib seaborn scikit-learn安装数据科学库。启动时的标准流程是：

# 激活虚拟环境 source venv/bin/activate # macOS/Linux # 或者 venv\Scripts\activate # Windows # 在仓库根目录启动 Jupyter jupyter notebook

运行与保存单元格

1. 执行单元格：按Shift + Enter或点击 "Run" 按钮；
2. 全部执行：菜单 Cell → Run All；
3. 重置内核：遇到问题时选择 Kernel → Restart。

保存方面：Jupyter 会周期自动保存；手动保存按Ctrl + S（macOS 为Cmd + S），所有进度都落在.ipynb文件中——这也是教师批改时直接查看学生 notebook 的基础。

在 Notebook 中处理数据的标准范式

使用手册给出的探索性数据分析（EDA）模板如下：

# 导入所需库 import pandas as pd import numpy as np import matplotlib.pyplot as plt # 加载数据集 df = pd.read_csv('data/sample.csv') # 探索数据 df.head() df.info() df.describe() # 创建可视化 plt.figure(figsize=(10, 6)) plt.plot(df['column_name']) plt.title('Sample Visualization') plt.xlabel('X-axis Label') plt.ylabel('Y-axis Label') plt.show()

结合本仓库可以落地得更具体：data/目录自带多个真实数据集（如data/birds.csv、data/honey.csv、data/taxi.csv以及data/COVID/下的三张新冠疫情时间序列 CSV），把data/sample.csv换成../data/birds.csv（假设 notebook 在课时目录下运行）即可直接练习。仓库根目录的 examples/ 还提供了 5 个由浅入深的独立 Python 示例脚本（01_hello_world_data_science.py至05_real_world_example.py），可作为不依赖 Jupyter 的替代练习。

本地运行测验应用（quiz-app）

启动开发服务器

# 进入测验应用目录 cd quiz-app # 安装依赖（首次运行前） npm install # 启动开发服务器 npm run serve # 在 http://localhost:8080 访问

从 quiz-app/package.json 可以确认：serve脚本对应vue-cli-service serve，该应用基于 Vue 2 + vue-router + vue-i18n 构建，build与lint脚本同样基于 @vue/cli-service。

路由与测验编号机制

从源码 quiz-app/src/router/index.js 可以看到应用只有三条路由：首页/、测验页/quiz/:id，以及兜底的 404 页面。也就是说，每个测验由 URL 中的数字 ID 定位。部署侧的 quiz-app/public/routes.json 则把所有路径（/*）回退到index.html，保证 history 模式下前端路由刷新不 404。

测验的使用规则：

1. 课前测验链接在每课README.md的开头（如第一课标题下的 "Pre-lecture quiz" 小节）；
2. 课后测验链接在每课结尾；
3. 每份测验包含 3 道题；
4. 测验的定位是“强化学习”，而不是全面考核。

编号体系方面：全套共 40 份测验，编号 0–39，通常每课对应一组课前/课后测验；测验 URL 路径中包含测验编号，形如/en/ds/quiz/0。for-teachers.md 也印证了这套体系：“20 lessons, 40 quizzes, and 20 assignments”。

四条典型学习工作流

工作流 1：完整新手路径（顺序学完 20 课）

# 1. 按 INSTALLATION.md 完成环境搭建 # 2. 从第 1 课开始 cd 1-Introduction/01-defining-data-science # 3. 对每一课重复： # - 做课前测验 # - 阅读课程内容 # - 走完 notebook # - 完成作业 # - 做课后测验 # 4. 依次推进全部 20 课

工作流 2：主题式学习

如果只关心某个方向，可以跳过前置模块直接切入对应目录。以数据可视化为例：

# 聚焦数据可视化 cd 3-Data-Visualization # 探索第 9-13 课： # - 第 9 课：数量可视化（Visualizing Quantities） # - 第 10 课：分布可视化（Visualizing Distributions） # - 第 11 课：比例可视化（Visualizing Proportions） # - 第 12 课：关系可视化（Visualizing Relationships） # - 第 13 课：有意义的可视化（Meaningful Visualizations）

这 5 课均配有notebook.ipynb，且各自带solution/参考解答，适合作为独立专项训练。

工作流 3：项目式学习

# 1. 复习数据科学生命周期（第 14-16 课） cd 4-Data-Science-Lifecycle # 2. 走一遍真实世界案例（第 20 课） cd ../6-Data-Science-In-Wild/20-Real-World-Examples # 3. 把概念应用到自己的项目

工作流 4：云数据科学

# 学习云数据科学（第 17-19 课） cd 5-Data-Science-In-Cloud # 第 17 课：云数据科学入门 # 第 18 课：低代码机器学习工具 # 第 19 课：Azure Machine Learning Studio

自学者建议

保持条理

# 建立学习日志 mkdir my-learning-journal # 为每课创建笔记 echo "# Lesson 1 Notes" > my-learning-journal/lesson-01-notes.md

规律练习

• 每天或每周固定时间投入学习；
• 每周至少完成一课；
• 定期回顾之前的课程。

参与社区

课程维护方提供了 Discord 社区（课程 README 中给出入口），其中 #Data-Science-for-Beginners 频道用于课程讨论；建议分享自己的进度、公开提问。

建立自己的项目

学完课程后，把学到的技术栈用在自己数据上：

# 示例：分析自己的数据集 import pandas as pd # 加载自己的数据 my_data = pd.read_csv('my-project/data.csv') # 应用所学技术 # - 数据清洗（第 8 课） # - 探索性数据分析（第 7 课） # - 可视化（第 9-13 课） # - 分析（第 15 课）

教师指南

课堂准备

1. 先读 for-teachers.md 获取详细指引（含 GitHub Classroom 搭建思路、在线/私有两种授课模式）；
2. 搭建共享环境（GitHub Classroom 或 Codespaces）；
3. 建立沟通渠道（Discord、Slack 或 Teams）。

for-teachers.md 还指出一个关键细节：若使用 GitHub Classroom，需要 fork 仓库并把每个课时文件夹拆成独立 repo，GitHub Classroom 才能逐课识别。

推荐的 10 周排课计划

• 第 1-2 周：Introduction（第 1-4 课）
• 第 3-4 周：Working with Data（第 5-8 课）
• 第 5-6 周：Data Visualization（第 9-13 课）
• 第 7-8 周：Data Science Lifecycle（第 14-16 课）
• 第 9 周：Data Science in the Cloud（第 17-19 课）
• 第 10 周：真实世界应用与期末项目（第 20 课）

离线 Docsify 文档服务

# 在仓库根目录本地发布文档，供课堂使用 docsify serve # 学生在 localhost:3000 访问 # 初始配置完成后无需互联网

这与 for-teachers.md 中“该课程可以作为一个离线友好的独立网站运行，docsify serve后在localhost:3000访问”的说明一致。另外，根目录 package.json 的convert脚本（node_modules/.bin/docsify-to-pdf，配合 docsifytopdf.js）可以把整套文档进一步导出为 PDF。

作业批改

• 检查学生 notebook 中练习是否完成；
• 通过测验成绩检验理解程度；
• 按数据科学生命周期原则评估期末项目。

作业模板

使用手册给出了一份可直接套用的自定义作业模板：

Assignment: [主题] Objective: [学习目标] Dataset: [提供数据集或让学生自己找] Tasks: 1. 加载并探索数据集 2. 清洗并准备数据 3. 创建至少 3 张可视化 4. 执行分析 5. 沟通展示发现 Deliverables: - 包含代码与解释的 Jupyter notebook - 发现的书面总结

离线使用

• 下载资源：git clone克隆整个仓库即可；多数数据集已包含在仓库的data/目录中，无需额外下载；
• 本地运行文档：docsify serve后访问localhost:3000；
• 本地运行测验应用：cd quiz-app && npm run serve（端口 8080）。

三样就绪后，教学与练习流程即可完全脱离公网运行（测验应用首次npm install需要联网）。

多语言译本体系：以爱沙尼亚语版为例

本手册的译本 translations/et/USAGE.md 是理解译本体系的入口：它完整保留了英文版的章节骨架（课程使用方式、课时结构、Jupyter 操作、测验应用、四条工作流、自学者/教师建议、离线方案等），仅表格中的目录链接从英文版内的页内锚点改为指向仓库根目录。

从仓库结构看，translations/目录当前包含 55 个语言目录（ar、bg、cs、de、en、es、fr、ja、zh-CN等），每个语言目录均含 95 个文件（70 个 Markdown + 25 个 Jupyter Notebook），与英文版保持相同的目录结构：

# 访问某个语言的课时内容 cd translations/fr # 法语 cd translations/es # 西班牙语 cd translations/de # 德语 # ……以及更多语言

每个译本都与英文版结构一一对应，例如 translations/et/1-Introduction/ 同样包含01-defining-data-science/README.md等课时文件。需要说明的是（译本末尾的声明）：译内容由 AI 翻译服务生成，可能存在误差，英文原版为权威来源。

获取帮助

• 常见问题排查：TROUBLESHOOTING.md；
• 贡献与问题反馈流程：CONTRIBUTING.md；
• 环境安装问题：回到 INSTALLATION.md 的“Verify Your Installation”小节逐项自检（Jupyter 能否启动、quiz-app 是否可访问、docsify 文档是否在 3000 端口响应）。

这套“文档 + Notebook + 测验 + 数据集”一体化的仓库布局，使得从第一次jupyter notebook到第 20 课的期末项目，所有材料都可以在本地闭环完成。

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners