再看 tutorial 那一栏：Week 05 到 Week 09 每周都挂着第一阶段的活。这份 Week 09 截止的报告，其实是按周拆开发到你手上的。

举个具体的。Week 01 拿澳大利亚气象局悉尼 2019 年 7 月的数据做数据字典示例，其中 Temps Min 这个字段的完整含义是「到上午 9 点为止 24 小时内的最低温，单位摄氏度」。把这样一行写清楚，就是报告里元数据那一节要交的东西。Week 05 讲脏数据时也一样：同一个概念的不同写法算不一致值，人名写成 Alan Fekete 和 Fekete, Alan 是两种，日期写成 26/01/2019 和 January 26, 2019 也是两种。你怎么把它们统一掉，就是「怎么清洗」那一节的正文。

✅ 每周课上学完的那一块，就是报告里的一节。当周把它写进草稿，比 Week 09 前一周从头组装省事得多。

📉 第八周会教你算出一张图撒了多少谎

刚才那张清单里，「怎么画图」落在第八周。这一节我最想让你先看到的就是它。

Week 08 讲图表评估时给了一个能直接算的量：图形上呈现的变化幅度除以数据里的实际变化幅度，等于 1 说明这张图没有替你把变化放大，离 1 越远误导越大。课上那张燃油标准图就被拿来算过。1978 年的标准是 18 miles/gallon，画成 0.6 英寸的线段，1985 年的 27.5 miles/gallon 画成 5.3 英寸；数据涨了 52.8%，线段涨了 783%，算下来大约 14.8 倍。另一张更直观，用三张大小不同的医生图片表示全科医生比例 27%、16%、12%，图片按高度线性缩放，可你的眼睛读到的是面积，面积比一下变成 729:256:144。同一周还排过图形编码的有效性，位置最有效，长度优于面积。听懂之后能马上做的事只有两件：把自己图里的 y 轴起点查一遍，再把「用图片大小表示数值」这个做法查一遍。比如你把 y 轴起点画在 60，两根柱子分别是 62 和 68 📊 数据差 9.7%，柱子的可见高度差却有 300%，按刚才那个定义算出来大约 31 倍。

顺着这个再往前看一步，这块内容在本课有三个出口：报告里要放图，第二阶段交的就是一张 A0 或 A1 海报，图表能力还单列成一条学习成果并被闭卷笔试覆盖。所以它的性价比比一般理论章节高一截。

🔒 禁 AI 的那 60%，最省力的练法只有两个动作

assessment 表给每一项都标了 AI 允许或禁用，按这个标记正好切成两半。允许用 AI 的那半合计 40%，每周编程任务、Week 03 那份 MCQ 和两个阶段的项目分都在里面，项目迟交还有十天缓冲。禁用 AI 的那半合计 60%，只有 Week 10 当堂那场 60 分钟的 coding test 和那场两小时的 final 笔试，两场都闭卷，测试还写明不许带 cheat sheet。这 60% 检查的动作只有两个：把过程精确算出来，再把过程精确说出来。

算出来那一半怎么判分，Week 01 已经提前告诉你了。课上专门拿两组句子做过对照：print these things on a line 和 print these things, one per line 是两件事，print the city in NSW with the highest rainfall 和 print the highest rainfall of a city in NSW 也是两件事。当堂那场测试把你的程序在多组不同输入上跑一遍，再拿输出和题目描述比对，题面读岔一个词，代码写得再顺也判错。

所以我的做法很土 ✍️ 每周那道编程任务判过之后，合上 answer 重写一遍，再用一句话写清这段代码落在数据科学工作周期的哪一步。那句话可以直接写成「这段在做数据探索，把每个城市的降雨量汇总，再取最大的那个」。重写的那一遍对应 Week 10 的闭卷测试，那句话同时喂给笔试的 short-answer question 和报告里描述计算过程那一节。course 还专门留了一次彩排：Week 09 那场权重 0% 的练习测试，形式和一周后正式那场一样，学校写明就是让你先适应 exam 环境。

🎯 合上 answer 重写一遍，再用一句话说清它落在流程的哪一步。这门课禁用 AI 的那 60%，收的就是这两个动作。