第一周作业

一、自我介绍

大家好！我是数据科学与大数据技术专业的刘梦瑶。日常没课的时候，最喜欢的放松方式是看脱口秀，总觉得听着别人用幽默的方式聊生活里的小事，既能缓解学习的压力，还能让我换个轻松的角度看问题。觉得自己最拿得出手的闪光点，就是性格开朗、想得开。不管是写代码卡半天没解决bug，还是生活中其他困难，都不会钻牛角尖纠结太久。顶多跟朋友吐槽一句“今天水逆”，第二天就会重新整理思路再来。比如上次做作业，卡了一天都没搞定，我索性先去看了场脱口秀放松，回来换了个方法试，反而很快就解决了，朋友都笑称我“心态像打不死的小强”。

二、现状、经验和计划

（1）当前技能树、技术偏好与课程期待

1.已具备的专业知识和能力
会用Python做基础数据处理，比如用Pandas导入Excel表格、计算数据平均值，之前完成过简单的学生成绩统计。对Hadoop、Spark等大数据工具有基础了解，能跟着老师的步骤完成简单环境搭建，跑通基础demo。能看懂并编写简单SQL语句，做过“查询某类商品销售数据”的基础练习。

2.技术偏好方向
对数据可视化更感兴趣，觉得把零散的数据做成直观的图表，能清晰看到数据规律，比纯看数字有意思。

3. 缺少的能力
   大数据框架仅能“跟着操作”，无法独立完成环境搭建和问题排查。编程思路不够灵活，遇到陌生问题时，常不知道从哪里入手。

3.课程收获期待与角色定位
熟练掌握Python数据处理技巧，搞懂1-2个数据可视化工具（如Matplotlib、Tableau）的用法，多了解专业相关的实际应用案例。做团队里的配合者，比如帮忙整理数据、制作简单图表、记录讨论思路，不拖团队后腿。

（2）未来规划与本学期安排

1. 未来发展选择与当下准备
   未来想找一份与专业相关的工作，比如基础数据处理、数据录入类岗位。目前主要通过“认真听课、按时完成作业、不落下课程进度”做准备，先打好基础。

2. 自身优劣势分析
   优势：心态好，遇到难题不容易放弃，愿意主动跟着学习。
   劣势：动手能力一般，学习速度偏慢，需要多次练习才能记住知识点。

3. 本学期规划
   每周课后复现课上代码，熟悉操作流程。遇到不懂的问题不拖延，当天或第二天就向同学、老师请教。找一个小数据集练手，用学过的知识做简单分析（如分析某平台商品价格数据）。

（3）代码量统计与目标

1. 当前代码量（精确到100行）Python：约800行（以课上作业和练习代码为主）
2. 一流公司代码量要求
   据互联网了解想入职一流软件/互联网/人工智能公司，累计代码量至少需要几万行，目前距离这个目标还有很大差距，需要慢慢积累。

（4）课程时间投入与WOOP计划

1. 每周课程时间投入
   计划每周拿出10小时用于这门课（含4小时上课时间、6小时课后练习时间），比以前的课稍多一些——这门课需要多练，不能只靠考前背诵。
2. 课程结束时代码量目标
   总目标：新增3000行代码
   每周目标：平均完成200行代码
3. WOOP计划
   Wish（愿望）：课程结束时，能独立用Python处理一个完整小数据集，并做出1-2个清晰的数据可视化图表。
   Outcome（结果）：既能轻松应对期末作业，也能有实际案例可展示，不至于说起专业技能时毫无底气。
   Obstacles（障碍）：内部障碍是偶尔想偷懒，把“练代码”拖到第二天；外部障碍是社团活动或朋友邀约，会占用练习时间。
   Plan（if then计划）：If 想偷懒不练代码，then 先只练20分钟，告诉自己“就做一小会儿”，通常开始后就能继续下去。If 活动占用练习时间，then 提前列出当天任务，活动结束后哪怕晚睡半小时，也要完成当天代码练习。

（5）课程反馈选择
选择选项D：遇到不懂的问题会主动请教，老师要求填写反馈时也会认真完成，毕竟反馈能让老师知道我们的学习难点，帮助调整教学。
最可能的失败因素：容易因为“事情多”而拖延练代码。对此会提前在手机上设置每日“代码练习提醒”，把任务拆成“每天写50行”的小目标，降低拖延门槛。