数据科学主线

从 Python 分析栈、统计推断到实验和时间序列，形成可复现的数据分析过程。

阅读起点

先从本页第一章开始；如果对应概念已经熟悉，可以从目录中选择需要补齐的章节。

全书顺序

本书按知识依赖组织。主线先建立可运行的共同模型，再进入机制、工程边界和生产约束；维护与前沿内容明确标注，不改变主线的学习顺序。

第1章｜分析环境与数据清理

建立可靠的 Python 分析工作流和可追溯数据集。

1. NumPy 与 pandas 数据模型：掌握数组、索引、缺失值和表连接的语义。
2. 清理与质量规则：把类型、重复、异常和缺失处理写成可检查步骤。
3. 可复现分析环境：固定依赖、输入快照和分析参数以便复跑。

第2章｜统计推断与不确定性

用概率和统计量表达抽样不确定性，避免把相关当因果。

1. 分布与抽样：理解总体、样本、估计量和抽样分布。
2. 置信区间与假设检验：解释 p 值、效应量、统计功效和多重比较。
3. 相关与因果边界：识别混杂、选择偏差并知道何时需要实验或准实验。

第3章｜探索、可视化与叙事

从探索分析走到面向决策者的图表和结论。

1. 探索式分析流程：用问题、分组、异常和验证假设组织探索过程。
2. 图表编码与误导：选择尺度、颜色、聚合和不确定性表达。
3. 结论与可复现报告：让图表、代码、数据和文字结论互相可追溯。

第4章｜实验与时间序列

处理在线实验和时间依赖数据中的估计、偏差与预测。

1. A/B 实验设计：设置随机化、指标、样本量和停止规则。
2. 时间序列分解与验证：区分趋势、季节性、残差，并使用时间顺序验证。
3. 预测与不确定性：比较基线、预测区间和滚动评估。

第5章｜Notebook 工程与协作（维护与兼容）

把探索性 Notebook 变成可审查、可复用的分析资产。

1. 状态与执行顺序：发现隐藏状态、非确定执行和隐式依赖。
2. 参数化与导出：把 Notebook 转成参数化报告或批处理任务。
3. 审查与发布：保留输入、环境、图表和结论的审查证据。

阅读边界

本页是学习路线和专题入口，不替代专题笔记中的机制解释、可运行示例和练习。笔记尚未完成的专题会先显示为占位页；已有经验的读者可以跳到具体章节，再按前置关系回补。

路线状态

本路线的目录已经纳入路线架构，正文笔记仍处于占位或待审查状态。