数据处理与分析
第十一章已经把采集 CSV 转成数组、统计和图表。下一步可以换成自己的阅读、游戏或采集记录，先解释每一行、每一列与缺失值，再选择运算方式。
| 下一步 | 动手任务 | 完成时核对 |
|---|---|---|
| 建立稳定的数据表 | 为记录确定编号、时间、单位和缺失表示，保存清洗前后计数 | 每个删除、合并或填补动作都有对应记录 |
| 增加分组和关联 | 按周、书籍或关卡统计，再把不同来源的记录关联起来 | 先手算小表，核对重复键是否放大结果 |
| 生成分析报告 | 输出统计、图表和数据说明，解释坐标、单位与样本数 | 图上的值能回到原始记录或中间数组 |
| 处理较大输入 | 分批读取和累计统计，比较内存占用与结果 | 与一次性计算得到相同含义的结果，记录浮点比较方式 |
数组形状与广播继续查 NumPy quickstart；有列名、时间和分组的表格可以从 10 minutes to pandas 入手；绘图时用 Matplotlib quick start 复查 Figure、Axes 与坐标设置。
例如，为同一份游戏统计分别写 NumPy 和 pandas 版本，保留行数、分组总数与缺失处理的对照。结果一致后再比较代码组织，差异出现时就从那一组原始记录重新追踪。