第一周

一、本周完成内容与时长统计
本周正式开启暑期学习计划，整体学习总时长约 32 小时，其中理论学习 18 小时，代码实操 10 小时，疑难问题排查解决 4 小时。

1. 工程技能方面：复盘计算机基础工程规范，整理代码书写标准、项目文件分层规范，梳理编程调试基础技巧，回顾常见报错快速定位方法，把过往零散的工程习惯系统化整理，搭建个人代码笔记文档。
2. Python 学习：重温 Python 基础核心语法，重点巩固循环、函数、类与面向对象编程，完成 30 道基础练习题，动手编写简易计算器、文本读取小脚本，夯实底层语法熟练度。
3. 大数据入门：初步了解大数据行业架构，认识 Hadoop、Spark 主流框架基础概念，查阅大数据应用场景资料，搭建本地虚拟机环境，完成 Linux 系统基础命令学习，为后续大数据环境部署做铺垫。
   日常学习中，多数时间用来梳理基础知识点，编写小案例巩固语法，遇到语法歧义、Linux 命令报错时反复查阅资料、调试测试，耗费了 4 小时用来解决入门疑难。
   二、下周工作计划
4. Python：主攻文件 IO、异常处理、模块与第三方库，熟练掌握 os、random 常用库，完成批量文件整理脚本编写；
5. 工程技能：学习 Git 版本控制工具，掌握代码提交、分支管理，养成版本归档的工程习惯；
6. 大数据：深入学习 Linux 高级命令，尝试在虚拟机搭建 Hadoop 单机伪分布式环境，研读 HDFS 基础原理。
   三、本周遇到的问题
7. Linux 命令繁多容易混淆，记不住参数含义，操作虚拟机时常出现路径错误、权限不足问题；
8. Python 面向对象理解浅显，类的继承、多态运用生疏，编写复杂小脚本逻辑混乱；
9. 大数据专业名词晦涩抽象，无法具象理解分布式存储原理，入门学习进度略慢。
   后续打算整理错题与命令速查表，每天碎片化记忆知识点，通过多写代码加深理解。