Skip to content

Latest commit

 

History

History
162 lines (117 loc) · 9.64 KB

PLAN-14-DAYS.md

File metadata and controls

162 lines (117 loc) · 9.64 KB

14 天冲刺方案 · 目标:爬虫 / 自动化 / 数据处理

这是与 README 互补的一份排期表:材料完全相同,改变的是顺序、取舍和复习间隔。

每天投入 3 小时 45 分,14 天合计 52.5 小时,与"4 周 × 每天 2 小时 / 共 50 小时"的宽松版总量相当。 所以这不是"把 50 小时硬塞进 14 天",而是同一批小时数前置到两周,并留出缓冲。


一、先看清这笔账

36–50 小时由四块组成(依据见 how-to-learn.md)。压到两周靠下面四件事, 不靠"每天少睡一小时硬塞":

手段 对总小时数的影响 说明
① 3 课降为速览,1 课只留最小一节 −5 小时 见第二节,砍的是对"爬虫 / 自动化"投入产出比最低的部分
② L15 从选做转必修 +2 小时 目标就是数据处理,原方案标成"选做"属于跟目标错配,不是省时间
③ 复习间隔 D+1/3/7/21 → D+1/2/4/7 0(但复习不排队) 见第三节,不改这个,第 8 天起旧卡会挤占新课时间
④ 28 天摊薄 → 14 天集中 0 同样的事做更密的排布,密度本身就是改动

净 −3 小时,加上原方案里没被单独列出来的空隙,一起变成下表最右列的约 6 小时缓冲。 缓冲不是奢侈品,是解药:压缩方案唯一真实的失败模式是"第 5 天落后一天就崩盘"。 落后了就吃掉缓冲,别熬夜补 —— 熬夜补的那晚,第二天的提取练习成绩会掉。


二、14 天排期表

每课结构固定:① 先答 3 题 → ② 读差异地图 → ③ 跑 worked_example → ④ 做 drills → 全绿 → ⑦ 通关标准自查。 「速览」= 只读 ②、只做 ④ 的挖空段,开放题看 solution.py 但必须合上文件凭记忆重写一遍。

天 主线 主线分钟 复习分钟 缓冲分钟 当天唯一的"过了"标准
D1 L01 语法差异地图 + L02 数据结构四件套 190 0 35 python check.py L01 16/16 且 L02 20/20
D2 L03 字符串正则日期 + L04 函数与一等对象 180 20 25 check.py L03 18/18 且 L04 18/18
D3 L05 速览 + L06 异常与上下文管理器 165 30 30 L06 17/17;L05 能说清 self 和 dataclass
D4 L07 迭代器与生成器 + L08 速览 160 30 35 L07 17/17;能手写一个 yield 生成器
D5 L09 速览 + L10 文件 JSON/CSV 150 30 35 L10 18/18
D6 L11 HTTP 与爬虫 + 开工 P1(读需求、跑 example、搭骨架) 180 25 20 L11 16/16;P1 目录能跑起 app.py 空壳
D7 P1 推进:日志行正则解析 + PV/UV 统计 175 30 20 用自带样本出 PV 40 / UV 9 / 跳过 1 行(参考实现的数字,对不上就是解析错了)
D8 P1 完成:verify.py 全绿 + 补 3 个自写测试 165 35 25 verify.py app.py → 通过 10,未过 0
D9 L12 并发(协程优先,multiprocessing 只要求读懂)+ P1 重构 165 30 30 L12 18/18
D10 L13 数据库访问 + L15 pandas 上半场 175 30 20 L13 17/17;DataFrame 读写不再查文档
D11 L15 pandas 下半场 + 开工 P2 175 30 20 L15 18/18;P2 离线样本能解析成记录
D12 P2 推进:清洗去重 + URL 规范化 + SQLite 入库 175 30 20 P2 落库、查询报告出得来
D13 P2 verify.py 全绿 + P3 数据体检报表 175 30 20 P2 通过 10;P3 汇总 CSV 生成
D14 L14 半课(只学"给自己的 app.py 写测试"一节)+ 全量回归 + 错题 175 30 20 check.py → ≥ 247/265;三个项目 verify 全绿

三列相加:主线 40.1 h + 复习 6.5 h + 缓冲 5.9 h = 52.5 h,正好等于 14 × 3 h 45 min。 每天 225 分钟自己分配,progress.py 每天点名复习哪几张卡 —— 别自己发明顺序。

L05 / L08 / L09 / L14 降级理由:

  • L05 面向对象:爬虫项目里 class 的作用是读懂别人的库,不是设计类层次。self / __init__ / dataclass 够用; @property、ABC、MRO、元类对拿活干没有产出 —— 这些等真要写 SDK 时回原文 Day18–20 三篇。
  • L08 装饰器:目标是能读懂 @retry、@log_time 并写一个最简单的;三层嵌套闭包推导不产生业务价值。 类型注解一节别跳 —— 读现代 Python 库全是它。
  • L09 模块与虚拟环境:L01–L14 零第三方依赖,这两周不会发包也不会建虚拟环境。 只保留"知道 venv 和 pip install 怎么按"的 15 分钟。
  • L14 测试与工程化:profile、覆盖率、CI 全砍,只留一节 —— 给 P1/P2 的 app.py 各写 3 个测试。 这是"自动化脚本能被别人接手"和"一次性脚本"的分界线,值得留。

三、为什么复习间隔要改成 D+1/2/4/7

Dunlosky 2013 那篇综述把 10 种学习方法排了序:只有提取练习和间隔分布是高效用,重读划重点都低效用。 但"间隔该多长"不是固定的 —— Cepeda 等 2006 的元分析(317 个实验、839 组测量)给出的结论是: 最优间隔随需要保持的时间长度一起增长;保持期只有几天到几周时,集中练习(massed practice)就已经够用。

宽松版用的 D+1 / D+3 / D+7 / D+21 是为"四周学完、长期不消"配的。 放进 14 天窗口会出现两个结构性问题:

  1. D+21 那一轮永远落在截止日之后 —— 占着一个复习槽却一次都不会触发,进度分母虚高;
  2. 每天 2 门课的强度下,D+3 会和下一轮新课撞车,第 8 天开始旧卡排队挤掉新课。

改成 D+1 / D+2 / D+4 / D+7:四轮全部落在窗口内,最后一轮在学完 7 天后,正好在项目阶段(D7–D13) 被真实用到 —— 项目本身就是最长的那次间隔复习。长期保持则由 D14 之后的月度全量回归接住, 那一轮顶替原来 D+21 的位置。

改动只有一处常量,progress.py 的排期算法会自动跟着走(已验证):

# progress.py
INTERVALS = [1, 2, 4, 7]

四、每天怎么用

全部命令都在仓库根目录执行,check.py 就在这一层。

Git Bash 每次开窗口先执行一次(否则讲义示例打中文会乱码):

export PYTHONUTF8=1
python progress.py                       # 1. 今天该做什么、该翻哪几张卡
python check.py L03 -v                   # 2. 做练习,红了逐条看中文消息,只盯第一条
python progress.py read L03              # 3. 翻完闪卡打卡
python check.py L03 --solution           # 4. 怀疑题目有问题时,验参考答案是否全绿
python projects/P1-日志分析命令行/verify.py app.py   # 5. 项目验收

卡住 15 分钟以上才准看 solution.py;看完必须合上文件凭记忆重写 —— 照抄一遍通过率 100%、记住 0。

两个注意点:check.py 一次只收一课(check.py L01 L02 会报参数错误,要分两次跑; 不带参数则是全套 265 题);项目验收脚本可以从根目录用相对路径直接跑,不必先进项目目录。


五、环境要求

检查项 说明
Python 3.10+(3.12 / 3.14 实测通过)
check.py 全套 265 题,参考答案全绿
L15 依赖 numpy、pandas(其余课程不需要任何第三方库)
项目验收脚本 P1 10/10、P2 10/10、P3 9/9、P4 9/9 —— 用各自的 example/app.py 实测全绿
openpyxl / pymysql / pytest 未装也不挡路:L01–L14 只用标准库(sqlite3/urllib/json/html.parser);P3 缺 openpyxl 时导出项按"优雅跳过"判定;判分器自带 pytest 语法兼容层

也就是说,这两周里基本不用碰 pip install(除 L15 的 numpy/pandas)。


六、14 天后你手上会有什么

三个能跑、能验收、能放进简历的离线工具:

项目 对应方向 产出
P1 日志分析命令行 自动化 Nginx/access.log → PV/UV、状态码分布、Top-N URL、慢请求,带 argparse 和自写测试
P2 数据采集与入库 爬虫 HTML/JSON 样本 → 解析 → 清洗去重(URL 规范化)→ SQLite → 查询报告
P3 数据报表 数据处理 pandas 读 CSV → 缺失/重复/异常值体检 → 分组聚合 → 汇总报表

验收标准是"跑得出来且判分全绿",不是"读完了" —— 这两件事在研究里是不同的能力, 后者给你的"我会了"的感觉通常是假的。

D14 之后的保养节奏:每月跑一次 python check.py(判分本身只要几秒), 哪些课回落红了就重做那几课 —— 通常 30–60 分钟。这一轮顶替原来 D+21 的位置, 防的就是"学完三个月回到零基础"。


七、和宽松版(4 周)的关系

两套排期共用同一批讲义、练习、闪卡和项目,只差三样东西:

项 4 周宽松版 14 天冲刺版
每天投入 2 小时 3 小时 45 分
讲课顺序 一天一课,L15 选做 部分课程合并、L05/L08/L09/L14 降级为速览,L15 必修
复习间隔 D+1 / D+3 / D+7 / D+21 D+1 / D+2 / D+4 / D+7

想切回宽松版:把 progress.py 里的 INTERVALS 改回 [1, 3, 7, 21] 即可, 讲义、练习、闪卡、项目都不受影响。

时间宽裕时也可以只按上表的"主线"走,把缓冲分钟当机动时间 —— 落后一天就吃掉缓冲,不要熬夜补。