| English | 释义 | 拼音 |
|---|---|---|
| processing/ˈprəʊsesɪŋ/ | 处理 | chǔ lǐ |
| iteration/ˌɪtəˈreɪʃn/ | 迭代 | dié dài |
| element/ˈelɪmənt/ | 元素 | yuán sù |
| Cleaning/ˈkliːnɪŋ/ | 清洗 | qīng xǐ |
| filter/ˈfɪltə/ | 过滤器 | guò lǜ qì |
| subset/ˈsʌbset/ | 子集 | zi jí |
| combine/kəmˈbaɪn/ | 合并 | hé bìng |
| transform/trænsˈfɔːm/ | 转换 | zhuǎn huàn |
回答问题的程序
- 最后一步是用一个程序真正地处理数据。
- 程序通过处理(processing)做到这点——接收数据、执行步骤、返回新信息。
- 输入可能是一个记录列表,像学生和他们的考试分数。
- 输出可能是数据从未直接陈述的新事实——像班级平均分。
A program that takes scores in and gives back the average is doing:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Input → processing → output produces a new fact, the average.
迭代访问每个元素
- 要查看整个数据集,程序使用迭代(iteration)——为每一项重复同样的步骤。
- 一个循环一个接一个地访问列表的每个元素(element,每一项)。
- 于是程序检查每条记录,而不必为每一条写一行。
五个分数的平均。 一个循环遍历 $70, 85, 90, 60, 95$,把每个加到运行总和上。循环后总和是 $400$;除以 5 得平均 $400 \div 5 = 80$——原始列表从未陈述的信息。

数据清洗(Cleaning)使条目在程序处理前保持一致
Trace a loop that sums scores
A loop iterates through the list, adding each score to a running total. After the last pass the total is 400; dividing by 5 gives the average, 80.
Repeating the same steps for each item of a list is called ______.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
A loop visits each element in turn.
A loop sums 70, 85, 90, 60, 95 to 400. What is the average of the 5 scores?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
400 ÷ 5 = 80.
筛选出一个子集
- 我们常常只想要一些记录。一个过滤器(filter)保留满足条件的记录,丢弃其余的。
- 条件是对每条记录为真或假的测试,像"分数是 80 或更高"。
- 过滤器产生一个更小的子集(subset)——只有通过的记录。
- 范例思路。 用“分数$\geq 80$”过滤$70, 85, 90, 60, 95$可保留$85, 90, 95$——即3名学生。
From 70, 85, 90, 60, 95, how many scores pass the filter "score ≥ 80"?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
85, 90, 95 pass — a subset of 3.
The smaller group of records that pass a filter's condition is a ______.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
A filter produces a subset of the original records.
Why clean the data before calculating?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Dirty data gives a wrong answer, so clean first for reliable results.
合并、转换与清洗
- 程序能合并(combine)多个来源的数据——通过共享的 ID 把名字与分数匹配。
- 或转换(transform)它——把摄氏转华氏,或把原始分数转百分比。
- 程序内部的数据清洗(删除重复项、跳过空白)可确保结果可靠。
- 脏数据会误导:一个重复项使平均偏斜,一个空白可能让计算崩溃。
程序处理数据:记录输入,新信息输出。迭代访问每个元素来计算总和与平均;过滤器保留满足条件的子集。程序还合并来源、转换值,并先清洗数据——因为脏数据给出错误答案。