BUSA20001 2026S2 |三次工具切换和一条贯穿到考试的判断线
BUSA20001 这门课讲的是怎样把数据从原始状态整理成能帮人做决定的图和报告,一学期经历三次工具切换,从 SQL 取数到可视化理论再到 Python 编程。会写代码只覆盖了一半考核——50% 考试权重全压在概念和判断标准上。
🗺️ 每三四周换一套工具
| 阶段 | 周次 | 在做什么 |
|---|---|---|
| SQL 取数 | W1-4 | 关系数据库、NULL 处理、时间序列查询 |
| 可视化判断 | W5-7 | 为什么画图、报告设计、好图的判断标准 |
| Python | W8-10 | 从零起步,Pandas 重做 SQL 的操作 |
| 仪表板 | W11 | 把技术和判断放进一块屏幕 |
前四周你都在 SQL 和关系数据库里操作,从数据怎么存、怎么取到空值怎么处理、时间序列怎么拆,四周走完基础取数能力。这个阶段有一条很反直觉的规则:NULL 既不等于零也不等于空字符串,意思是「不知道」,拿它参与任何运算结果还是「不知道」,整个 SQL 里的空值逻辑就从这一条长出来。
到 Week 5,代码消失了。接下来三周是一段纯理论,集中讨论怎样判断一张图好不好,不写任何代码。
Week 8 又从零引入 Python。这门商学院的课不预设你有编程经验,三周内从变量和数据类型讲到 Pandas 的 DataFrame 操作再到自定义函数,其中 Week 9 用 Pandas 重做 SQL 做过的事,你能看到同一个分组聚合在两种工具里各长什么样。最后一周把前面所有东西整合进仪表板。
考核跟着路线分了三条线:
- 📝 10% 个人作业在学期前半段交,练 SQL 取数和整理
- 👥 40% 小组项目在后半段交,3-4 人用 Python 完成从数据清洗到可视化
- 📖 50% 期末考试覆盖全学期的概念、定义和判断标准
📐 Week 5 开始的那条判断线
路线表里 Week 5-7 标着「可视化判断」,这三周教的东西值得展开讲。接下来从「为什么要画图」讲到「怎样判断一张图好不好」,解决的其实是一个问题:你做出来的图到底有没有在帮人做决定。
Week 5 用 Anscombe's Quartet 做了一个直接演示:四组数据的平均数、方差和回归线几乎完全一样,画出来却是四张形状完全不同的图——线性散开的、弧形弯曲的、一条直线加一个离群点的、一列垂直点旁边一个远端孤点的。汇总统计量相当于一种有损压缩,被压掉的恰好是形状。只看数字不画图,你可能在四种完全不同的数据上做出完全一样的判断。






