启程研习社

Appearance

第 01 章 · 环境安装与数据准备 ​

这一章要解决什么：把环境装好、数据验证到位，确认你能跑出和书上一样的数字。 这一章结束时，你手上应该有一个干净隔离、可复现的机器学习环境。

最容易踩的坑：pip install sklearn 会失败 —— 装包名是 scikit-learn， 只有导入名才是 sklearn。这是新手第一个卡点。

本章没有示例代码 —— 这一章全是命令和验证，从第 03 章开始才写 Python。

1.1 先说清楚：这一章做完，你应该看到什么 ​

按顺序做完本章，你应该能：

  1. 在命令行里运行 python --version，看到 3.10 以上的版本号；
  2. 解压下载包，看到 code/ 目录里有 data/battery/soh_features.csv；
  3. 运行 python check_env.py，看到全部 ✅；
  4. 确认数据的 SHA-256 与书上一致（这一步最重要）；
  5. 跑出第一份数据体检报告（四行代码）。

如果这 5 步有任意一步不通过，请在这一章解决掉，不要带着问题往下学。 机器学习最怕"环境问题"和"模型问题"混在一起 —— 你分不清是哪个错了。

1.2 三个概念：解释器、包、虚拟环境 ​

点开：为什么必须用虚拟环境（不想看可跳过，但建议看）

① 解释器（Python 本身）

负责执行你的 .py 文件。你电脑上可能装了多个版本（系统自带的、官网下的、conda 的）。

bash
python --version        # 看当前用的是哪个版本
which python            # macOS / Linux：看具体是哪个文件
where python            # Windows

② 包（第三方库）

numpy、pandas、scikit-learn 这些都不是 Python 自带的，要单独安装。

③ 虚拟环境（venv）

一个给项目专用的"包仓库"。

为什么必须要它：

项目 A 需要 scikit-learn 1.3
项目 B 需要 scikit-learn 1.5
    ↓
如果都装在全局：必然打架，A 或 B 跑不起来
    ↓
虚拟环境：每个项目一套独立的包，互不影响

你要建立的直觉：

"我装了这个包"这句话是不完整的 —— 你应该说"我在这个虚拟环境里装了这个包"。

怎么判断自己是不是在虚拟环境里：

bash
# 激活后，命令行提示符前面会出现 (.venv)
(.venv) $ python -c "import sys; print(sys.executable)"
/path/to/code/.venv/bin/python        ← 路径里有 .venv 就对了

最后一个检查很重要：90% 的"我明明装了包，为什么说找不到"， 都是因为包装在了全局，而运行时用的是虚拟环境（或反过来）。

1.3 安装 Python ​

要求 3.10 以上，推荐 3.12 或 3.13。

点开：Windows / macOS / Linux 分别怎么装

Windows ​

方式一：官网安装包（推荐新手）

  1. 打开 https://www.python.org/downloads/windows/，下载最新稳定版；
  2. 安装时务必勾选 Add python.exe to PATH —— 这一步不做，后面所有命令都会报 'python' 不是内部或外部命令；
  3. 勾选后点 Install Now。

方式二：winget（Win10/11 自带）

powershell
winget install Python.Python.3.13

验证：

powershell
python --version
# 如果报错，试试 py --version（Windows 的 Python 启动器）

macOS ​

方式一：官网安装包 —— https://www.python.org/downloads/macos/

方式二：Homebrew

bash
brew install python@3.13

⚠️ 注意：macOS 系统自带的 /usr/bin/python3 是给系统工具用的，不要动它。 用 Homebrew 或官网装的版本。

bash
python3 --version       # macOS 上通常要写 python3 而不是 python

Linux ​

bash
# Debian / Ubuntu
sudo apt update && sudo apt install python3 python3-venv python3-pip

# RHEL / CentOS / Fedora
sudo dnf install python3 python3-pip

⚠️ 必须装 python3-venv —— 很多精简发行版默认不带它， 后面 python -m venv .venv 会报 ensurepip is not available。

1.4 拿到配套数据包 ​

★ 先明确一件事：本课程不提供示例代码和练习答案 ​

下载包里只有数据和环境工具，没有代码。

这不是省事，是教学决策。

机器学习有个特点：每一步都很"轻"。切 X/y、fit、score —— 三五行就出结果。

正因为轻，直接跑别人的代码，你只会看到一串数字， 不会去质疑它。而这本书的全部价值就是教你去质疑：

"R² = 0.987，不错。"
   ↓ 自己敲过一遍的人会想：
"等等 —— 这个划分方式对吗？"

所以代码在书里：每章都有完整代码 + 真实输出，照着敲进 demos/ 即可。 练习答案在书里是折叠的，先自己写再对照。

下载 ​

请下载 regression-model-selection-code.zip（约 400 KB）， 解压后结构如下：

regression-model-selection/
└── code/                         ← 你的工作目录（后面命令都在这里执行）
    ├── README.md                依赖 / 数据说明 / 校验和 / 常见问题
    ├── requirements.txt         需要装哪些包
    ├── check_env.py             环境自检
    └── data/
        └── battery/
            ├── soh_features.csv 特征表（21,239 行 × 9 列）
            └── README.md        字段说明与数据特点

包里没有的，要你自己边学边建：

code/
├── demos/                ← 第 03 章起，你自己敲的示例
│   └── ch03-what-is-supervised.py
├── exercises/            ← 你自己敲的练习
│   └── ex04-04-features-labels/
└── outputs/              ← 脚本产出的图和表（会自动创建）

1.5 创建虚拟环境并安装依赖 ​

打开终端，cd 到 code/ 目录，然后按你的情况选一条路。

点开：路线 A —— 标准做法（venv + pip）
bash
cd code

# ① 创建虚拟环境（只需一次，几秒钟）
python -m venv .venv

# ② 激活（每次开新终端都要做）
source .venv/bin/activate          # macOS / Linux
.venv\Scripts\Activate.ps1         # Windows PowerShell
.venv\Scripts\activate.bat         # Windows CMD

# ③ 确认激活成功：提示符前应有 (.venv)
python -c "import sys; print(sys.executable)"

# ④ 装依赖
pip install -r requirements.txt

requirements.txt 的内容：

numpy>=2.0
pandas>=2.0
matplotlib>=3.8
scikit-learn>=1.3

看到 Successfully installed ... 就成功了。

⚠️ 关于 scikit-learn 的包名：

bash
pip install scikit-learn      # ✅ 正确的装包名
pip install sklearn           # ❌ 会装到一个 2015 年的废弃占位包，或者直接找不到

import sklearn                # ✅ 但代码里导入时用的是 sklearn

装包名 ≠ 导入名，这是 Python 生态里很常见的坑（另一个例子是 Pillow / PIL）。

国内下载慢：

bash
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
点开：路线 B —— uv（更快，推荐）

uv 是新一代 Python 包管理工具，比 pip 快一个数量级，而且不需要手动激活。

bash
# 安装 uv（macOS / Linux）
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

用法：

bash
cd code

uv venv                              # 建虚拟环境
uv pip install -r requirements.txt   # 装依赖（很快）

# 运行脚本时不用激活，直接：
uv run python check_env.py

为什么快：uv 有全局缓存，第二次建环境时包直接从缓存链接，不重新下载。

你可以两条路线都试，但一个项目只用一种 —— 混用容易搞乱包的位置。

点开：装依赖出错时的排查表
报错原因修复
pip: command not foundpip 没装或不在 PATHpython -m pip install ... 代替 pip install ...
ensurepip is not availableLinux 缺 python3-venvsudo apt install python3-venv
No module named venvPython 装得不完整换官网安装包重装，或装 python3-venv
error: externally-managed-environment在"外部管理"的系统 Python 里 pip（新版 Debian/Ubuntu）说明你没激活虚拟环境 —— 回到第 ① 步
Could not find a version that satisfies...包名写错或网络问题检查包名；换国内镜像
Permission denied试图装到系统目录虚拟环境没激活；不要用 sudo pip
装完 import sklearn 还是失败装到了别的环境python -c "import sys; print(sys.executable)" 确认路径

externally-managed-environment 这个错误特别值得说： 它看起来像"Python 坏了"，其实是保护机制在提醒你"不该往系统 Python 里装包"。 正解不是加 --break-system-packages，而是去创建并激活虚拟环境。

1.6 安装编辑器：VS Code ​

可选，但强烈建议。 纯命令行也能读完这本书。

点开：VS Code 装上后必须做的三件事
  1. 下载安装 https://code.visualstudio.com/；
  2. 装扩展：Python（Microsoft 出品，装这一个就够，它会自动带上 Pylance）；
  3. 打开 code/ 文件夹（不是打开单个文件 —— 打开文件夹才能让终端和路径正确）。

必须做的第四件事：选对解释器。

Ctrl+Shift+P（macOS 是 Cmd+Shift+P）→ 输入 Python: Select Interpreter → 选那个路径里带 .venv 的。

怎么验证选对了：

  • 打开 check_env.py，左下角应显示 Python 3.x.x ('.venv': venv)；
  • 打开终端（Ctrl+`），提示符前面应有 (.venv)。

为什么这一步重要：VS Code 和终端用的是两套解释器设置。 你以为在虚拟环境里跑，其实用的是全局解释器 —— 然后 import sklearn 报错。 这是 VS Code 用户最常见的问题。

1.7 确认数据就位 ​

数据已经生成好了，就在下载包里，你不需要运行任何脚本去生成它。

bash
cd code/data/battery
ls -la                    # 应该看到 soh_features.csv 和 README.md
wc -l soh_features.csv    # 应该输出 21240

校验一致性（重要，建议一定做）：

bash
# macOS / Linux
shasum -a 256 soh_features.csv

# Windows PowerShell
Get-FileHash soh_features.csv -Algorithm SHA256

应该得到：

f01210e620c61d35b5645f5e0a2c84030748e0a84bb7fbca90e1dbce5d1fd9a5  soh_features.csv

行数对照：21,240 行 = 21,239 条数据 + 1 行表头。

★ 为什么这一步不能跳过

这本书的每一个结论都建立在同一份数据上。

校验通过 → 之后任何数字不一致，都是【代码问题】
校验不过 → 你永远分不清是"我写错了"还是"数据不同"

这能省掉大量无意义的排查时间。 而且——这本书的核心是"质疑自己的分数"， 如果连数据是不是同一份都不确定，你没法质疑任何东西。

数据里最该先知道的三件事 ​

完整说明在 data/battery/README.md（建议第 03 章之前读一遍），先记住三条：

特点为什么重要
一行 = 一支设备的一个 100 圈窗口同一支设备有 235~464 行，相邻行只差 2~4 圈、soh 只差 0.0003 量级 → 不能按行随机划分
标签 soh 的最大值是 1.0017标签也是测出来的 → "健康度"是估算量，不是真值
R² 上不了 0.999，最好约 0.96每个通道有"每支设备固定"的误差 → 谁报出 0.99 就是泄漏了

这三条会在后面的章节反复出现。 现在不理解没关系，记住有这回事就行。

1.8 环境自检 ​

bash
python check_env.py

全部通过时你应该看到：

============================================================
《监督学习实战：回归建模与模型选型》环境自检
============================================================
✅ Python 版本：CPython 3.13.x  (/path/to/.venv/bin/python)
✅ numpy       2.x.x
✅ pandas      3.x.x
✅ matplotlib  3.x.x
✅ sklearn     1.x.x
✅ 数据文件：/path/to/code/data/battery
   soh_features.csv（共 1221 KB，21,240 行含表头）
------------------------------------------------------------
⚠️  xgboost      未安装（可选）
   不影响学习：第 19 章会用 sklearn 自带的梯度提升做替代，两条路都能跑通。
------------------------------------------------------------
✅ 全部通过。下一步：从第 03 章开始，把代码敲进 demos/ 里跑起来。

关于那条 ⚠️：xgboost 是可选的。 没装完全不影响 —— 第 19 章会讲怎么用 sklearn 自带的梯度提升替代， 以及为什么"没有 xgboost 也能跑通"本身就是一个重要的工程习惯。

点开：自检项逐一说明（不通过时怎么修）
检查项不通过的表现修复
Python 版本❌ Python 版本过低装 3.10+；或确认虚拟环境用的是新解释器
numpy / pandas / matplotlib❌ xxx 未安装pip install -r requirements.txt（先确认虚拟环境已激活）
sklearn❌ sklearn 未安装pip install scikit-learn —— 注意包名
数据文件⚠️ 数据文件缺失重新解压下载包，确认 data/battery/soh_features.csv 存在

四个包分别干什么（知道这个，报错时能判断影响范围）：

包负责少了它哪一章会挂
numpy数值数组全书
pandas表格读写全书
matplotlib画图第 07 章起（诊断图、置信带）
scikit-learn模型与评估第 06 章起（全书主角）

1.9 敲通你的第一个文件：一份数据体检 ​

现在开始写代码。 在 code/ 下新建 demos/ 目录， 然后新建文件 demos/ch01-checklist.py，把下面四行敲进去：

python
import pandas as pd

df = pd.read_csv("data/battery/soh_features.csv")
print(df.shape)
print(df["cell_id"].nunique())
print(df.groupby("cell_id").size().describe())
print(df["soh"].describe())

在 code/ 目录下运行：

bash
python demos/ch01-checklist.py

你应该看到（数值必须一致）：

(21239, 9)
60
count     60.000000
mean     353.983333
std       74.044991
min      235.000000
25%      275.500000
50%      356.500000
75%      421.250000
max      464.000000
Name: cell_id, dtype: float64
count    21239.000000
mean         0.908804
std          0.054821
min          0.803200
25%          0.861600
50%          0.911000
75%          0.957400
max          1.001700
点开：这四行在告诉你什么（别只是跑通就过）

第一行 (21239, 9)：21,239 行、9 列。规模适中，你的笔记本几秒钟就能跑完。

第二行 60：这张表里只有 60 支设备。

第三行：每支设备有 235~464 行（中位约 356 行）。

★ 第二行 + 第三行合起来，就是全书最重要的一条认知：

21,239 行数据  ≠  21,239 个独立样本
21,239 行数据  =   60 支设备 × 每支约 354 个时间窗口

同一支设备的相邻窗口几乎一模一样（窗口长 100 圈，相邻两行只错开 2~4 圈）。

这个认知会在第 09 章决定一切：如果你把 21,239 行当成独立样本随机划分， 同一支设备的相邻行会一个进训练、一个进测试 —— 模型只要"记住这支设备的特征"就能答对，分数虚高、上线就崩。

第四行：标签 soh 的范围是 0.8032 ~ 1.0017。

注意最大值 1.0017 > 1.0 —— 这不是 bug，是标签也是测出来的。 "健康度"是个估算量，不是物理真值。

这个细节在真实项目里很重要：如果有人拿一个"理论上限 1.0"的指标做出 1.0017 的预测， 它可能是对的 —— 因为真值本身就有测量噪声。

一个建议：故意制造一个报错 ​

把第一行改成：

python
df = pd.read_csv("data/battery/soh_feature.csv")     # 少一个 s

再运行：

FileNotFoundError: [Errno 2] No such file or directory: 'data/battery/soh_feature.csv'

看清楚这个报错：它说的文件名就是错的（少了个 s）。 这类"文件找不到"的报错，第一件事是核对路径拼写和当前目录，不要去怀疑 pandas。

1.10 常见报错速查表 ​

报错信息原因修复
'python' 不是内部或外部命令Windows 装 Python 没勾 Add to PATH重装并勾选；或改用 py
command not found: pythonmacOS/Linux 上命令名是 python3用 python3，或 alias python=python3
No module named 'sklearn'装了但不在当前环境 / 装的是 sklearn 包激活虚拟环境；pip install scikit-learn
externally-managed-environment试图往系统 Python 装包创建并激活虚拟环境，不要加 --break-system-packages
ModuleNotFoundError: No module named 'pandas'虚拟环境没激活python -c "import sys; print(sys.executable)" 看路径
FileNotFoundError: data/battery/soh_features.csv当前目录不对（相对路径是相对当前工作目录的）cd code 再运行；或用 __file__ 反推（第 04 章讲）
ImportError: DLL load failedWindows 上 numpy/scipy 装得不对pip uninstall 后重装；确保用的是 64 位 Python
pip 慢到超时默认源在国外-i https://pypi.tuna.tsinghua.edu.cn/simple
VS Code 里 import sklearn 标红但能跑编辑器选错了解释器Cmd/Ctrl+Shift+P → Python: Select Interpreter → 选带 .venv 的

1.11 本章检查清单 ​

读完这一章，请逐条确认（勾选状态会存在你自己的浏览器里，下次打开还在）：

已勾选 0 / 0 项

全部打勾了？ 你已经有了一台可复现的"工作台"。

下一章我们看这张地图，然后从第 03 章正式开始建模。

本章练习 ​

本章的练习是动手确认，不涉及建模：

练习 1：把环境信息打印出来存档

写一个脚本 demos/ch01-env-report.py，打印：

  1. Python 版本（sys.version）和解释器路径（sys.executable）；
  2. 四个包的版本（numpy / pandas / matplotlib / sklearn）；
  3. 数据的形状、行数、设备数。

为什么要做这件事：以后报告结果时，这几行就是"我的结论在什么环境下得到的"。 第 02 章会讲为什么它重要。

参考答案
python
import sys

import matplotlib
import numpy as np
import pandas as pd
import sklearn

print("=== 环境信息 ===")
print(f"Python      {sys.version.split()[0]}   ({sys.executable})")
print(f"numpy       {np.__version__}")
print(f"pandas      {pd.__version__}")
print(f"matplotlib  {matplotlib.__version__}")
print(f"sklearn     {sklearn.__version__}")

print("\n=== 数据 ===")
df = pd.read_csv("data/battery/soh_features.csv")
print(f"形状        {df.shape}")
print(f"行数        {len(df):,d}")
print(f"设备数      {df['cell_id'].nunique()}")

期望输出（版本号会不同，形状必须一致）：

text
=== 环境信息 ===
Python      3.13.13   (/path/to/.venv/bin/python)
numpy       2.5.3
pandas      3.0.6
matplotlib  3.11.2
sklearn     1.9.1

=== 数据 ===
形状        (21239, 9)
行数        21,239
设备数      60

三个要点

① 为什么 sklearn 的版本用 sklearn.__version__ 读

因为导入名是 sklearn、装包名是 scikit-learn。想知道装了什么版本，用导入名读。

② 为什么要存解释器路径

同一台机器上可能有多个 Python 环境。半年后你回看这份记录， /path/to/.venv/bin/python 能告诉你"当时是在哪个环境跑的" —— 这比 "Python 3.13" 有用得多。

③ 为什么这个脚本值得留着

它不是练习，是工具。后面每次得到重要结论时， 把它一起贴进报告 —— 别人（包括三个月后的你）才知道这个结论在什么条件下成立。

练习 2：验证"一行不是一个独立样本"

用 pandas 回答三个问题，并写一句话总结：

  1. 这张表有多少行？多少支设备？
  2. 每支设备有多少行？（给出最小值、中位数、最大值）
  3. 取第一支设备的前 3 行，看看它们的 cycle 和 soh 差多少。
参考答案
python
import pandas as pd

df = pd.read_csv("data/battery/soh_features.csv")

# ①②
print(f"行数   : {len(df):,d}")
print(f"设备数 : {df['cell_id'].nunique()}")
sizes = df.groupby("cell_id").size()
print(f"每支行数: min {sizes.min()} / 中位 {int(sizes.median())} / max {sizes.max()}")

# ③
first = df[df["cell_id"] == df["cell_id"].iloc[0]].head(3)
print("\n第一支设备的前 3 行：")
print(first[["cell_id", "cycle", "soh"]].to_string(index=False))
print(f"\ncycle 相邻差：{first['cycle'].diff().dropna().tolist()}")
print(f"soh   相邻差：{first['soh'].diff().dropna().round(4).tolist()}")

期望输出：

text
行数   : 21,239
设备数 : 60
每支行数: min 235 / 中位 356 / max 464

第一支设备的前 3 行：
cell_id  cycle    soh
   C001     50 0.9921
   C001     54 0.9901
   C001     56 0.9898

cycle 相邻差：[4.0, 2.0]
soh   相邻差：[-0.002, -0.0003]

注意到一个细节：相邻两行的 cycle 差是 4 和 2 交替，不是固定值。

为什么：滑窗的步长设定是 3 圈，但窗口边界要取整到整数圈， 所以实际相邻行落在 2~4 圈之间 —— 全局看，步长 4 出现 10,607 次、步长 2 出现 10,572 次。

这不影响任何结论，关键是它们都远小于窗口长度 100 圈。

一句话总结：

21,239 行只来自 60 支设备；相邻两行只差 2~4 圈循环， soh 只差 0.0003 量级 —— 它们高度相似，不能当成独立样本。

★ 这个数（0.0003）值得记住

它是"泄漏有多容易"的度量：

相邻两行的 soh 只差 0.0003
   ↓
如果一行进训练、它的邻居进测试
   ↓
模型只要"预测得和邻居差不多"，误差就小于 0.0003
   ↓
而正常的模型误差（RMSE）是 0.010 量级 —— 也就是说
   泄漏能让误差【凭空变小 30 倍】

这就是第 09~10 章要量化的东西。 现在你已经有直觉了。

练习 3：为什么"装包名"和"导入名"会不一样？

试着执行下面两条命令，观察结果（不要在虚拟环境外做）：

bash
pip install sklearn
python -c "import sklearn; print(sklearn.__version__, sklearn.__file__)"

要求：说出发生了什么，以及它为什么是个"坑"。

参考答案

会发生什么：

pip install sklearn 不会报错，但它装的不是 scikit-learn —— PyPI 上存在一个名为 sklearn 的废弃占位包（2015 年发布，最后更新于 2015 年）。

它的作用是：装上后打印一段弃用警告，提醒你应该装 scikit-learn。

所以你可能会看到：

text
DEPRECATION: sklearn is deprecated. Use scikit-learn instead.

或者（取决于版本）import sklearn 失败。

为什么这是个坑

现象你的推断真相
pip install sklearn 显示成功"装好了"装的是空壳占位包
import sklearn 报错"Python 坏了 / 环境有问题"真正的包从没装上
花时间重装 Python越走越远一行 pip install scikit-learn 解决

★ 这类"装包名 ≠ 导入名"的坑在 Python 里很常见

装包名（pip）导入名（import）
scikit-learnsklearn
PillowPIL
opencv-pythoncv2
beautifulsoup4bs4
PyYAMLyaml

规律：装包名往往更"完整/正式"（带连字符、描述性）， 导入名更"短"（方便敲）。

怎么避免：

  1. 以官方文档为准 —— 文档的安装章节写的一定是装包名；
  2. 用 pip show <导入名> 反查：
bash
pip show sklearn         # 看 Name 字段
# Name: scikit-learn
  1. 记住报错的方向：
No module named 'X'  →  查 X 的【装包名】是不是也叫 X

一条通用经验：

报 ModuleNotFoundError 时，先确认"我装的是不是同一个东西"， 再怀疑环境。 九成的 ModuleNotFoundError 是这两个原因之一： 环境不对，或者装包名写错。

面向工程实践：为什么第 0 步永远是"固定环境" ​

机器学习项目里，"能复现"比"分数高"更重要。而可复现的第一步就是环境。

① 报告结果时必须带环境信息。

❌ "我用随机森林得到 R² = 0.965。"

✅ "sklearn 1.9.1 / numpy 2.5.3 / Python 3.13.13 下，
    随机森林（n_estimators=200, random_state=42）测试集 R² = 0.96503。"

为什么：不同版本的 sklearn，同一个模型可能给出不同的数字 （默认参数会变、随机数实现会变）。没有环境信息的分数是不可复现的。

② 真实项目用锁文件，而不是"最低版本"。

requirements.txt 里写 scikit-learn>=1.3 对学习是合适的， 但生产环境应该锁定精确版本：

text
# 学习的写法：允许升级（灵活）
scikit-learn>=1.3

# 生产的写法：锁死（可复现）
scikit-learn==1.9.1

pip freeze > requirements.lock.txt 可以生成锁文件。

③ 容器化是"环境固定"的终极方案。

dockerfile
FROM python:3.13-slim
WORKDIR /app
COPY requirements.lock.txt .
RUN pip install --no-cache-dir -r requirements.lock.txt
COPY . .
CMD ["python", "src/train.py"]

这条命令解决了一个经典难题：

"在我的机器上能跑" → "在任何机器上都能跑"

为什么这本书特别强调这件事

因为这本书的主题是质疑分数。而怀疑一个分数的第一步是：

"这个分数是在什么环境下、用什么代码、在哪份数据上得到的？"

三问里有两问（环境、数据）在这一章解决。第三问（代码）在后面的每一章解决。

★ 一个可操作的习惯

每做完一个"有结论"的实验，把这三样存下来：

python
# 1. 环境（本章的 demos/ch01-env-report.py）
# 2. 数据指纹
import hashlib
print(hashlib.sha256(open("data/battery/soh_features.csv", "rb").read()).hexdigest())
# 3. 代码的 random_state（后面每章都要求写）

# 存成一份报告：
# outputs/exp001_env.txt

三个月后你回看这个结论时，这三样决定了你能否相信它。

下一章：第 02 章 · 课程地图：一张表、一条主线、五个部分