实验 05：Python 阶段性小作业：数据总结与可视化

实验 5：Python 阶段性小作业：数据总结与可视化

目标

在进入 MATLAB 之前，完成一个小型 Python 项目。这是第一次阶段性检查，要求你把 PowerShell、VS Code、OpenCode、Python 文件、实验笔记、输出文件、 matplotlib 图像和人工数学检查组合起来使用。

这次不再逐步解释 OpenCode 的每个界面元素，但仍要复用 Lab 4 的完整闭环：确认模型，在 Plan 模式做只读检查，切换到 Build 模式实现，运行程序，在 PowerShell 中查看 git diff，最后根据数学结果接受或拒绝建议。

开始前复用 Lab 4 的 Git 检查点流程：用 git status 确认工作区干净；完成全部人工检查后，按相同方法提交 Lab 5 检查点。这里不再重复 Git 命令块。

数学问题

程序如何总结一个小数据集，并用图像检查这些总结在数学上是否合理？

使用数据集：

[2, 4, 5, 7, 11, 13]

完成后的项目必须计算：

个数；
总和；
平均值；
最小值和最大值；
中心化后的值，即每个值减去平均值；
平方偏差；
平方偏差和；
平均平方偏差。

同时生成一张可复现的图像，帮助检查原始数据、中心化值和平方偏差之间的关系。

目录结构

创建如下目录结构：

labs/lab05/
  README.md
  main.py
  analysis_helpers.py
  plot_helpers.py
  prompts.md
  results.txt
  figures/
    data-summary.png

小知识：为什么项目要拆成多个文件？

拆分的目的不是让项目看起来更大，而是建立清楚边界：analysis_helpers.py 负责数值计算， plot_helpers.py 负责画图，main.py 负责组织流程。这样修改图像时不必同时触碰数学函数，也能分别检查各部分。拆得过细同样会增加来回寻找文件的成本，因此合理标准是“一个文件有一个清楚职责”，而不是规定每个文件必须有多少行。

多文件 Python 如何协作

本项目由一个入口文件和两个职责明确的模块组成：

main.py
  ├─ 从 analysis_helpers.py 取得数值计算函数
  ├─ 从 plot_helpers.py 取得绘图函数
  └─ 把文本结果和图像写入约定位置

main.py 是入口文件，负责定义数据并组织执行顺序。analysis_helpers.py 只接收数据并返回计算结果，plot_helpers.py 只根据已有结果生成图。import 不会把另一个文件的文字复制进当前文件，而是让 Python 加载模块，并使其中定义的函数可以被当前程序调用。

Starter 末尾的结构：

if __name__ == "__main__":
    main()

表示只有直接运行 main.py 时才执行完整流程；其他文件导入其中的函数时不会自动重跑项目。 __file__ 表示当前 Python 文件本身的位置。用它确定 results.txt 和 figures/，可以让输出位置相对于项目文件保持稳定，而不依赖 PowerShell 当时位于哪个目录。

第三方包与可视化

pathlib 等标准库随 Python 一起安装；matplotlib 是第三方包，需要单独安装。命令 python -m pip install matplotlib 表示让当前 python 对应的解释器运行包管理模块 pip，从而降低“安装到了另一个 Python 版本”的可能性。

本项目中的三组量不适合强行共用一个纵轴：原始数据和中心化值使用原数据单位，平方偏差使用平方单位，而且数值范围不同。图像应使用三个上下排列的分面图，共用数据点编号作为横轴，但每个子图使用自己的纵轴和标签：

子图	展示内容	人工检查
原始数据	`[2, 4, 5, 7, 11, 13]`	顺序与数据集一致
中心化值	每个值减去平均值	同时出现正值、负值和零
平方偏差	中心化值的平方	全部非负，单位变为平方单位

分面不是为了装饰，而是避免不同含义和尺度的量相互遮盖。三个子图仍使用相同的数据点编号，所以读者可以纵向比较同一个数据点的三个阶段。

设置

将 starters/lab05/ 中的所有文件复制到 labs/lab05/。
在 notes/lab05-notes.md 中记录实验过程。
运行 starter 项目：

python labs\lab05\main.py

OpenCode 工作流

从课程根目录启动 OpenCode：

opencode

输入 /models，确认提供商是 OpenCode Go，模型是 DeepSeek V4 Pro，完整模型标识为 opencode-go/deepseek-v4-pro。把这三项和 opencode --version 的结果记录到 prompts.md。

按 Tab 切换到 Plan 模式，先进行只读检查，并把提示词保存到 prompts.md：

先查看 labs/lab05 中已有的文件，不要修改任何文件。
说明 main.py、analysis_helpers.py 和 prompts.md 当前分别负责什么，
再列出完成数据总结、结果文件和可视化还缺少哪些内容。

确认 OpenCode 没有修改文件，并检查计划是否只涉及 labs/lab05/。再按 Tab 切换到 Build 模式，输入并记录实现提示词：

我具备基础 Python 知识。请在 labs/lab05 中扩展这个入门项目。
为中心化值、平方偏差、平方偏差和以及平均平方偏差添加辅助函数。
更新 main.py，让它输出计算结果，并把结果写入 results.txt。
添加适合初学者阅读的 plot_helpers.py，使用 matplotlib 将图像保存到
figures/data-summary.png。使用三个上下排列的分面图展示原始数据、中心化值和平方偏差；
三个子图共用数据点编号，但每个子图使用自己的纵轴和标签。
保持代码简单易读，不要使用类、pandas 或 numpy。
完成条件：results.txt 必须包含个数 6、最小值 2、最大值 13 和平方偏差和 90，
并包含其他要求的统计量；图像文件必须由 main.py 重新生成。
完成后说明修改了什么，以及我应该如何手算检查结果。

实现完成后保留 OpenCode 会话，在 VS Code 的第二个 PowerShell 终端运行：

git status
git diff -- labs\lab05

逐项检查修改是否只发生在 labs/lab05/，数据集和计算定义是否保持不变。还要检查 main.py 是否只组织流程、计算函数是否留在 analysis_helpers.py、绘图函数是否留在 plot_helpers.py，以及所有输出路径是否由脚本位置确定。把一项接受的修改和一项被你修改或拒绝的建议写入 prompts.md，并写明判断依据。

再问一个解释类提示词：

请逐行解释 labs/lab05/main.py、labs/lab05/analysis_helpers.py 和
labs/lab05/plot_helpers.py。重点说明代码对应的数学含义，
并指出哪些部分需要我自己验证。

如果 matplotlib 没有安装，先在 PowerShell 中运行：

python -m pip install matplotlib

然后重新运行项目：

python labs\lab05\main.py

人工检查

对于数据集 [2, 4, 5, 7, 11, 13]，手算检查：

个数是 6；
总和是 42；
平均值是 7；
最小值是 2；
最大值是 13；
中心化后的值是 [-5, -3, -2, 0, 4, 6]；
中心化后的值相加为 0；
平方偏差是 [25, 9, 4, 0, 16, 36]；
平方偏差和是 90；
平均平方偏差是 15。

再检查图像：

原始数据图应该显示数据整体上升，但不是等间距上升；
中心化值图应该围绕 0 上下分布；
平方偏差图应该全部非负，并且离平均值越远的点越高；
三组量使用三个分面图，每个子图有自己的纵轴标签；
图像文件应该保存为 labs/lab05/figures/data-summary.png。

README 要求

在 labs/lab05/README.md 中写清楚：

使用了什么数据集；
程序计算了哪些总结值；
results.txt 是否明确记录个数 6、最小值 2、最大值 13 和平方偏差和 90；
图像展示了哪些量；
图像是否支持你的数值检查；
如何从 PowerShell 运行项目；
一个你手动检查的结果；
一个你接受的 OpenCode 建议；
一个你修改或拒绝的 OpenCode 建议。

完成内容

labs/lab05/main.py
labs/lab05/analysis_helpers.py
labs/lab05/plot_helpers.py
labs/lab05/README.md
labs/lab05/prompts.md
labs/lab05/results.txt
labs/lab05/figures/data-summary.png
notes/lab05-notes.md
PowerShell 输出截图

Checkpoint

完成后确认：

python labs\lab05\main.py 可以从课程根目录运行；
results.txt 被创建或更新；
results.txt 中的个数是 6、最小值是 2、最大值是 13、平方偏差和是 90；
figures/data-summary.png 被创建或更新；
你能解释为什么中心化后的值相加为零；
你能解释为什么平方偏差图中所有柱子都不低于零；
你能解释入口文件、两个模块和 import 之间的关系；
你能解释为什么平方偏差不与原始数据强制共用同一个纵轴；
提示词记录中至少包含一个接受的 OpenCode 建议和一个被修改或拒绝的建议。
prompts.md 记录了 OpenCode 版本、OpenCode Go、DeepSeek V4 Pro、只读检查、实现提示词

和一次 git diff 检查。

git status 在提交 Lab 5 检查点后再次显示工作区干净。

下一实验使用同一数据集、同一组手算答案和同一种三分面图，在 MATLAB 中重新实现完整流程。数学问题保持不变，因此可以把注意力集中在新语言的脚本、索引和数组运算上。

完整讲义