编 号：01        姓 名：席义博

年 级：2017    专 业：图书情报

学 历：硕士研究生

大数据时代，数据就是财富。很有幸在加入团队之前就参与到“数据清洗”的工作之中，与身边志同道合的朋友们一起学习数据处理的技术与思维，共同成长。经历了学基础、跑流程、读错误、修代码、立标准、验质量等等环节，着实和大家一起学到了不少“干货”。

记得是2016年年中，团队要开展新一轮的数据积累工作，需要对海量在线数据进行筛选并整理，为之后构建二级专业数据库做储备。于老师安排我和皓旻、江毅、熙勐对大家进行任务培训，当时的C205众创空间和C204会议室坐满了学弟学妹，从12级到16级，大伙儿都积极加入了进来，当时真是打心里开心。

起初，我们四个互相熟悉流程的时候，就已经出现了很多问题，主要围绕在编程语言Python的环境配置、软件包安装、权限设置和操作步骤上。将近四十号人，大家的笔记本品牌各异、从Win7到Win10有近5种操作系统，此外还有家庭版与专业版之分等，这些对于Python环境配置与包的安装都是非常耗时耗力的障碍。运行环境如果不统一，会对后期发现及排除Bug造成很大的干扰。因此，首要任务就是“重装系统”，对Win Vista、Win8、Win8.1的笔记本重新安装Win7或者Win10的系统，为此做了3个系统盘同时给大家安装。第一步走得并不容易，而这才是准备工作的开始。

操作系统的问题解决后，到了环境配置阶段。我先前是没有任何安装Python经验的，我认为的经验是，你对这个软件的所有安装选项了如指掌，任何一个步骤的选择，其产生的影响你都非常清楚，这才叫“懂”。我们当时恰恰都是摸着石头过河，安装过程中的很多选项，我们也不清楚会产生什么影响，于是就傻瓜式默认“下一步”，这种愚蠢的处理方式现在也不少见吧。但就因此，导致了随后Python包的安装出现了问题。原因是，Python在安装时，第一个选项是“为所有用户安装”或“只是我”，这决定了Python的安装目录，默认而我们是需要其安装在C盘的根目录下的……这个错误从出现到找见根源，同样耗费了大量的时间。

系统与环境的问题勉强解决了，Python包也通过在线下载或离线U盘安装的方式，大家一个帮一个，依次安装完毕，接下来就是重头戏“跑流程”。用当年为办工作室买的小投影仪给大家演示，功率小，亮度低，把所有窗帘都拉上才勉强看清，不过这丝毫不影响大家学习的劲头，高高低低都围坐在前排，整个流程演示都进行得很顺利。

到了每个人自己运行代码的阶段，那真是状况百出，新老问题天天有，自己的基础不牢靠，但至少报错信息是能看懂的，实在不行就搜索报错信息，可以说99%的问题在网上都有相似的解读，考验的就是耐心与钻研劲儿，说简单点就叫“照猫画虎”的能力。当时告诉大家把每遇到一次报错，都做一系列整理工作，包括问题描述、截图、出错的源文件处理等等，之后还涉及到类似“断点续传”的操作，如果每次出错都重新来过，数据清洗的效率将大大降低。这么过了几天，对大家的报错情况基本都有数儿了，我虽说不清楚为什么，但至少能清楚地描述出“当如何如何时”就会有“报错”，也许是我太过业余，大量的Bug反馈最终都石沉大海，没有得到任何解决或是优化，怎么办？只有靠自己了，毕竟信息时代，知识鸿沟早已不存在。编程语言是讲给计算机听的语言，既然是语言，就具有互通性，只要你能够把“逻辑”想清楚，用最直接的语言描述出来，那么“搜索引擎”就能告诉你答案！

于是……报错怎么办？跳过！怎么跳过？跳过过之后，如何告诉计算机处理下一项？添加计数！错误文件怎么处理？加代码移动到其他文件夹！同时生成.txt记录信息！并且错误计数+1！自动重命名添加上级文件夹的字段！规范每一个清洗步骤的文件及文件夹名称！此外还有，还做了去除生成check.txt的步骤、修改计时器、ratio变量名改为ratios，自动判断Y/N等等等等细节调整……

虽然数据清洗过程中报错不断，但大家的热情不减，那段时间每天晚上和大家一起处理数据，听大家反馈的问题，然后一起讨论解决，是我每天最期待的事儿，也是我度过最开心的时光，在实践与交流中，我相信大家一定都有各自的收获！

这次数据清洗的任务，其实带动了很大一批同学对于编程的兴趣与冲动，这是个很好的开端，是凝聚大家庭之力，取长补短，不抛弃！不放弃！不嫌弃！一起做事，共同成长的开端。众创空间，更像是一面逆风高举旗帜，大家一起朝着一个目标努力，每个人都是巨浪中的一滴水，都在贡献着自己力量！如今，众创空间也迎来了新鲜血液，整个运行模式也发生了很大的变化，每每路过C205，都很想进去再看一眼，那里有我们太多太多的回忆与成长。

大数据时代的到来，为我们所有人都带来了很多机会，希望我们这个大家庭能够继续把“不抛弃、不放弃、不嫌弃!”的精神传承下去。切记：恃才傲物是蠢才，虚怀若谷才是大智慧。