类似的还有 pd.concat() 和 pd.merge()：一个是纵向堆叠，一个是横向按 key 合并。而且 merge 遇到重复 key 会产生笛卡尔积——行数可能比输入还多。这个"行数变多"的结果是反直觉的，如果你只背了"merge 是合并"，exam 遇到这种题就会选错。

陷阱三：单独会做但串联不了

Short Essay 几乎不会只考单一知识点。一个典型的题目模式：

给定一个场景，某公司收集了客户满意度数据（1-5 分制），发现有些记录的分数是 -1。请问：(a) 这属于什么数据质量问题？(b) 你会如何处理？(c) 处理方式会不会影响后续分析结果？

(a) 考 Week 5 的默认值 (Default Value) ——用 -1 占位缺失值，在合法范围外所以容易检测。(b) 考数据清洗策略——删除还是插补？用众数还是均值？(c) 考数据分析的完整性——删除可能引入偏差，插补可能扭曲分布。

一道题串了三个层次。如果你只背了"默认值是用特殊值代替缺失值"这个定义，你只能答 (a)，后面两问就没有抓手了。

🎬 review 策略

抛弃"背诵清单"思维。不要列一张"要背的东西"的清单然后逐条过。这门课的知识点不是孤立的事实，而是一张网。

用"如果考这个，会怎么出题"的视角 review。每学完一个概念，问自己三个问题：

1. 这个概念最容易跟什么混淆？
2. 如果出追踪题，会怎么出？
3. 如果出 Short Essay，会套在什么场景里？

二进制计算必须练到条件反射。无符号和补码的转换、十六进制和二进制的互转——这些是纯计算题，Closed Book 下你要么会算要么不会，没有中间地带。0xA3 的无符号值是 163，补码值是 -93——这种计算在有公式表的时候是送分题，没有公式表的时候就看你练没练过。

$$\text{补码} = -b_{n-1} \times 2^{n-1} + \sum_{i=0}^{n-2} b_i \times 2^i$$

混淆矩阵的四个格子必须闭眼画出来。TP 在左上还是右上？Precision 的分母是行还是列？这些在考场上犹豫一秒就可能算错整道题。

Closed Book 不是在考你记住了多少。它是在考你理解了多少——理解到不需要查阅的程度。