MDST教程2021：文件系统设置与实时教程安排

资源摘要信息:"本资源是一个名为kd_mdst_repo的教程资源库，包含了两个主要的教程，以及相关的文件和工作进度要求。该教程强调了使用文件系统，git repo的配置，以及Python脚本的应用，特别是在数据处理和分析方面。教程还涉及了如何在Jupyter Notebook环境中进行实践练习，并对提交的工作成果有明确的时间和格式要求。" 知识点: 1. 文件系统配置与git仓库: - 在进行任何项目开发之前，首先需要配置好文件系统，这通常涉及到选择合适的目录来存储项目文件和代码。 - git是一个常用的版本控制系统，可以帮助开发者管理代码变更历史，协作开发，以及备份代码。在这个教程中，配置git仓库是重要的步骤之一。 2. 实时教程的参与和工作时间: - 实时教程通常是在线进行的，为参与者提供实时的指导和互动机会。教程定于特定日期和时间，参与者需要在规定的时间内参加。 - 工作时间通常是指官方设定的工作时段内，参与者可以在此时向导师或团队成员提问或讨论相关问题。 3. 项目检查点提交: - 本教程中规定了多个检查点，每个检查点都有特定的提交要求和截止时间。例如，检查点1a需要完成文件系统和git仓库的设置。 - 检查点1b则需要根据提供的注释完成Python脚本的编写，并确保按照要求生成新的文件starbucks_clean.csv。 4. Python脚本的应用: - 在完成检查点1b的Python脚本编写时，需要用到Python编程语言。需要熟悉如何运行Python脚本以及如何确保脚本的正确执行。 5. Jupyter Notebook实践练习: - Jupyter Notebook是一种交互式的计算环境，非常适合于数据分析和科学计算。在教程2中，参与者需要在Jupyter Notebook环境中完成练习，并可能需要在notebook中运行特定的代码。 6. git版本控制操作: - 为了确保工作进度，参与者需要定期更新git仓库，这通常指的是使用git命令将本地代码变更提交到远程仓库中，以保证代码的备份和同步。 7. 数据文件的处理: - 在教程中，需要生成并使用一个名为starbucks_clean.csv的数据文件，这可能涉及到数据清洗、处理和分析的实际操作。 8. 编程和脚本更新的最佳实践: - 在编写和运行Python脚本时，应当遵循最佳实践，比如编写清晰的代码，确保注释的完整性以及维护代码的可读性和可维护性。 9. 指定沟通渠道: - 当参与者在工作时间外遇到问题无法解决时，可以通过指定的电子邮件地址进行联系，这是保持项目沟通顺畅和及时解决技术问题的重要途径。 10. 项目文件的管理: - 在本教程中，特别提醒不需要将starbucks_clean.csv文件包含在git仓库中，这表明项目管理应包括对哪些文件需要版本控制以及哪些文件是临时生成的区分。 总结来说，kd_mdst_repo资源包提供了一套完整的编程和数据分析项目流程指导，从项目设置到实际操作练习都有详细说明，涵盖了使用git进行版本控制，Python编程，Jupyter Notebook操作，以及文件处理等多个方面。参与者在遵循教程要求的过程中，可以学习到如何管理和完成一个实际的编程和数据分析项目。