场景案例
分析实验数据
从检查 CSV 到生成数据图，并保留可以复核计算的脚本。
本页内容
准备数据与字段说明
解压后新建项目。inputs/readings.csv 有 7 行演示数据，inputs/data-dictionary.md 解释字段和单位。信号单位为 a.u.，T4 的信号为空；空白表示缺失，不是零。
本练习只做描述性统计。原始资料没有提供可用于因果推断的研究设计，不要求显著性检验。
提出任务
只读取 inputs/ 下的数据和字段说明，不读取 reference/，不改原始文件。
先检查每组数据条数和缺失值，空白不要填零。
按 group 计算有效数量、缺失数量、均值和样本标准差，保存 outputs/summary.csv；缺失记录保存为 missing.csv。
用代码绘制两组的逐点图并标出组均值，纵轴注明 Signal (a.u.)，保存 comparison.png。
保留可复现计算的 analysis.py，说明只做描述性比较，不做因果判断。查看计算和绘图过程
模型提问时，明确“样本标准差”和“缺失不填零”。如果需要安装绘图库，先查看所需依赖和执行范围，再决定是否批准。数据图应由读取数据的代码绘制。
完成时应在 outputs/ 找到统计表、缺失项、图表和脚本。依赖未准备好时，先保存已经完成的表格与脚本，再处理缺失环境。
对照参考结果
| 检查项 | 参考值 |
|---|---|
| 输入行数 | 7 |
| 有效数值 | 6；control 与 treatment 各 3 个 |
| 缺失项 | T4，共 1 个 |
| control 均值、样本标准差 | 11.000000、1.000000 |
| treatment 均值、样本标准差 | 16.333333、1.527525 |
图中应有 6 个数据点，均值位置与表格一致。可在练习目录运行参考脚本重新核对统计表；脚本是可选核对材料，不会自动执行。
修改一次图表
保留计算方法和所有数据点，把纵轴范围设为 0 到 21，并在两组标签中标明有效 n=3。
更新 comparison.png 和 analysis.py，统计表保持不变。再次核对数据点、轴单位和均值。若数字不一致，优先检查是否把空白当零，或把样本标准差算成总体标准差。下一步可用同一数据制作阶段报告。