Python 学习资源与工具链

只收录真正有用的。 对临床统计程序员来说，"学 Python"的难点从来不是语法， 而是建立"向量化 + DataFrame"的思维方式。这一份围绕这个目标组织。

0. 学习路径（如果你只有 8 周）

💡 一周不够就拉长。 上面每一周的内容，实际做扎实都要 10-20 小时。 不要跳过第 3 周 —— 跳过它的人，写出来的代码会是"用 Python 语法的 SAS 程序"， 又慢又难维护，然后得出"Python 不如 SAS"的错误结论。

1. 官方文档（最好的学习材料，没有之一）

pandas 里最该先读的 6 个页面

1. 10 minutes to pandas —— 全貌
2. User Guide → Indexing and selecting data —— loc / iloc / 布尔索引。这里不搞清，后面全是错
3. User Guide → Group by: split-apply-combine —— 对应 SAS 的 BY 组处理
4. User Guide → Merge, join, concatenate —— 对应 MERGE
5. User Guide → Reshaping and pivot tables —— 对应 PROC TRANSPOSE / PROC TABULATE
6. User Guide → Working with missing data —— ★ 与 SAS 差异最大的一块

2. 开发环境

必装的 VS Code 扩展

• Python（微软官方）
• Pylance（类型提示与补全）
• Jupyter（跑 notebook）
• Rainbow CSV（看 CSV 时按列着色）
• GitLens（看每行代码是谁改的、什么时候改的 —— 审计场景很有用）
• Data Wrangler（微软出的数据探索插件，可视化看 DataFrame）

虚拟环境（★ 必须养成习惯）

# 每个项目一个独立环境 —— 对应 SAS 里"每个项目有自己的库"
python -m venv .venv

# Windows PowerShell
.venv\Scripts\Activate.ps1
# Windows CMD
.venv\Scripts\activate.bat
# Linux / macOS
source .venv/bin/activate

pip install pandas numpy pyreadstat openpyxl

# 把依赖固定下来（对应 SAS 里"记录用了哪个版本的工具"）
pip freeze > requirements.txt

⚠️ 为什么虚拟环境在临床场景特别重要？ 因为可复现性。半年后你要复现一个结果， 如果依赖版本变了（比如 pandas 2 → 3 的行为变化），结果可能就不一样。 requirements.txt 是审计材料的一部分。

3. 包管理速查

💡 本项目的依赖见根目录 requirements.txt。

4. 临床数据专用工具（本项目用到与推荐的）

5. 通用技能（决定你能走多远）

6. 免费的公开课程（挑一个就够）

⚠️ 避坑：不要一上来学 Django / Flask / 爬虫 / 深度学习。 那些和你的工作无关。你的主线是 pandas + 文件处理 + 一点点统计。 学完主线再去扩展。

7. 遇到问题怎么办（按顺序）

1. 看报错信息的最后一行（Python 的报错信息比 SAS 的 log 精确得多， 它直接告诉你文件和行号）
2. 读官方文档对应的那一页 —— 90% 的问题文档里都写了
3. 搜索引擎（把报错信息原样贴进去，去掉你自己的变量名）
4. Stack Overflow —— 加 pandas 标签
5. SAS Communities / PHUSE —— 业务口径类问题去这里
6. 问 AI —— ★ 但必须自己验证。 LLM 在 pandas API 细节上经常记错版本差异（如 observed 参数、 str.replace 的 regex 默认值、numpy 2 的类型提升规则）。 把 AI 给的答案当成"待验证的假设"，不是"结论"。

8. 一个务实的提醒

你在 SAS 里积累的领域知识（什么是 SAFFL、TEAE 怎么判、 移位表看什么、双编程怎么比）—— 那些才是你真正的资产， 值钱得多。

Python 只是换了个工具来表达同样的知识。 不要因为不熟悉工具，就怀疑自己的专业能力； 也不要因为会用工具，就以为自己懂了业务。

本项目存在的意义就是：用你已经懂的业务，把新工具学会。

返回 → 项目主页 ｜ 资料索引总览