课后小测：公开课二
自查一遍，确认环境跑通、概念理解到位
先过一遍自测清单，确认环境真的跑通了；再做选择题检验概念（答案可点开）；最后完成一个动手任务，把学到的用出来。
1 自测清单：环境跑通了吗
逐条在终端 / VS Code 里验证，全部打勾才算配置完成：
2 选择题
1. 为什么建议用虚拟环境，而不是把所有包装进 base？ A. base 环境跑得更慢 B. 不同项目可能需要不同版本的包，隔离开可避免版本冲突 C. base 环境不能装包 D. 虚拟环境占磁盘更小
B。不同项目可能依赖不同版本的包（如 pandas 1.5 vs 2.0），装在同一环境几乎必然冲突；虚拟环境把依赖隔离开。base 环境应保持干净。
2. 在 VS Code 里跑 notebook，内核应该选哪个？ A. base 环境 B. 任意一个 Python C. 你为本项目创建的虚拟环境 D. 系统自带的 Python
C。要选你为项目建的虚拟环境，这样 notebook 用到的包和你在终端装的才一致。选 base 或系统 Python 常导致「明明装了却 import 不到」。
3. 用 AI 做复杂任务，正确的节奏是？ A. 一句话让它直接跑通 B. 先让它给计划、你确认，再执行、你检查 C. 让它自己反复改直到不报错 D. 每步都自己写代码，只让 AI 解释
B。「计划 → 确认 → 执行 → 检查」是核心工作流：你把关方向，AI 负责落地。一句话直接跑通往往方向跑偏；「不报错」也不等于「做对了」。
4. 关于「对话式 AI」和「执行型 Agent（OpenCode）」的分工，正确的是？ A. 两者完全等价，用哪个都行 B. 对话式 AI 负责在文件夹里改代码 C. 对话式 AI 负责想清楚、Agent 负责在项目里做出来 D. Agent 不能读写文件
C。对话式 AI（ChatGPT/Claude）擅长拆解、规划、解释；执行型 Agent（OpenCode）擅长读写文件、运行命令、整理结果。任务在「文字讨论」里用前者，落到「文件夹」里用后者。
5. pandas 里，快速查看每列缺失值数量用哪个？ A. df.head() B. df.shape C. df.isnull().sum() D. df.describe()
C。df.isnull().sum()（或 df.isna().sum()）按列统计缺失值数量。head 看前几行、shape 看行列数、describe 看数值型描述统计。
6. Windows 上运行 opencode 报「禁止运行脚本」，最直接的解决办法是？ A. 重装系统 B. Set-ExecutionPolicy RemoteSigned -Scope CurrentUser C. 用管理员身份重开 D. 关掉杀毒软件
B。这是 Windows 默认禁止运行 .ps1 脚本导致，在普通权限 PowerShell 里执行 Set-ExecutionPolicy RemoteSigned -Scope CurrentUser 并确认即可，之后重开终端。
7. 代码报错时，最有效的求助方式是？ A. 只把报错最后一行发给 AI B. 描述”它报错了”让 AI 猜 C. 把运行的命令 + 完整报错原文一起发给 AI D. 直接重跑几次
C。把运行的命令/代码 + 从头到尾的完整报错一起给 AI，它才能准确定位。只发最后一行或让它猜，往往南辕北辙。
3 动手任务
在实操案例的基础上，给自己加一道题：
让 OpenCode 在
report.md里补充：按大洲（continent）分组，计算 2007 年各洲的平均预期寿命，并排序。完成后截一张图（终端里的结果 + 生成的 report），存档或发到课程群。
做出来，就说明你已经能用提示词驱动 AI 在真实数据上完成一个小分析了。