只做第一步也可以
用 uv init 创建独立项目并把数据文件放入 data/
保留真实输出或卡点，带到课堂；不要求一次完成全部。W04 · FOUNDATIONS
Python 最小语法与程序结构Objects · Functions · Exceptions
不追求背语法大全；用一个可运行的小程序建立对象、类型、控制流、函数、模块和异常处理的共同语言。
0 / 0 已完成
01
知识范围 · 交互图谱
Know the map before details学完后大致能做到
解释解释器、对象、变量名和类型的关系
用列表、字典、循环与条件处理金融记录
把重复逻辑抽成带输入输出的函数
读懂 traceback 并区分语法错误、运行错误与逻辑错误
02
零基础起步
Start small · bring real progress不要等到「全部学会」才开始
先完成最小动作。哪怕没有成功复现，也请保留报错、截图和尝试过程；课堂可以展示卡点、旁听提问，并继续获得积分。
做出核心结果
只用 Python 标准库读取合成现金流 CSV，按项目计算净现值，处理坏数据，并把逻辑封装成函数。
成功复现可获得「复现 +1」，并具备展示资格。想多做再继续
用 argparse 增加 --rate 参数
有拓展 +1，多拓展 +2；不影响零基础起步。完整复现步骤
用 uv init 创建独立项目并把数据文件放入 data/
用 csv.DictReader 读取项目、期数与现金流，显式转换数据类型
实现 npv(cashflows, rate) 函数，并为 rate <= -1 设置明确异常
按项目输出 NPV 排名，同时把结果写入 output/npv.csv
故意输入非法利率或坏行，捕获错误并记录 traceback 的阅读过程
Python · 函数脚手架（需自行补全）
from __future__ import annotations
def npv(cashflows: list[float], rate: float) -> float:
"""Return net present value; rate must be greater than -1."""
if rate <= -1:
raise ValueError("rate must be greater than -1")
return sum(cf / (1 + rate) ** t for t, cf in enumerate(cashflows))
# TODO: 读取 CSV → 按项目分组 → 调用 npv → 写出排名
print(npv([-100, 40, 45, 50], 0.08))展示时可拿出的证据
- 完整项目目录与运行命令
- npv.csv 结果文件
- 一个正常输入和一个异常输入的终端输出
- 函数解释与踩坑记录
本机自查清单
03
让 AI 一步一步带你做
Copy this starter prompt循环方式
- 告诉 AI：我是零基础、使用什么系统、当前做到哪一步
- 一次只要一个步骤，先看预期结果再执行
- 把真实输出或报错贴回 AI，不要只说「不行」
- 把验证过的步骤整理回飞书实验报告
- 重复：问 → 做 → 报错 → 修正 → 再做
给 AI 的起步提示词
我是金融学院硕士生，计算机零基础。我正在学习《金融编程与计算》W04，本周目标是：实验 02 · 现金流 NPV 命令行程序。 请把我当作第一次接触这些工具的人，并遵守： 1. 一次只给我一个步骤，不要一次倾倒完整答案。 2. 每一步先用日常语言解释目的，再给可复制的命令或代码。 3. 告诉我正常情况下应该看到什么，以及最常见的一个错误。 4. 如果不知道我的操作系统、目录或安装状态，先问我，不要假设。 5. 等我贴回真实输出或报错后，再判断下一步。 现在只带我完成第一步：用 uv init 创建独立项目并把数据文件放入 data/
04
问题驱动
这些问题不是课前考试。遇到不懂就问 AI；最后只需能结合自己的操作，说清其中一部分。
变量名、对象和值是同一件事吗？
为什么 0.1 + 0.2 可能不严格等于 0.3？
函数「能跑」之外，还应说明什么契约？
空字符串、0、None 在条件判断中有什么差别？
面对 20 行 traceback，应该从哪里开始读？
05
只交一份实验报告
The learning process is the deliverable建议结构
- 本周目标：我想完成什么，以及最后做到哪一步
- 环境：操作系统、软件版本、安装方式与必要依赖
- 操作步骤：按真实执行顺序写出可复制的命令或代码
- 结果：关键输出、截图及我如何判断它是否正确
- 踩坑与克服：现象 → 可能原因 → 实际排查 → 解决办法
- 结论：本周学会了什么，仍有什么没有解决
- 诚实标注：哪些来自 AI 建议，哪些已由本人亲自验证
本周常见坑
- CSV 读入后数字仍是字符串
- 把百分数 8% 写成 8 而不是 0.08
- 函数依赖全局变量，换数据即失效
- 捕获 Exception 后什么也不输出，掩盖真实错误
不另交 AI 使用记录
只需在实验报告中诚实标注：哪些步骤来自 AI 建议，哪些已经本人验证，哪些仍未验证。学习过程写好，报告就自然产生。
06
课堂时间全部用于验收
No new lecture · public verification两次考勤
上课提前 5 分钟点名，下课前 5 分钟再次点名。
自愿共享屏幕
用本人笔记本打开实验报告，展示真实操作、结果或卡点。
现场复现与双分
作者现场运行；同学也可仅凭该文档复现，作者与复现者都加分。
随机拷问与好问题
教师判断掌握程度；旁听同学可提出被采纳的好问题。
本周可能被问
- 变量名引用对象是什么意思？
- list 与 dict 分别适合表示什么？
- 函数的副作用是什么？
- ValueError 与 SyntaxError 有何区别？
- 为什么金额计算有时不用二进制 float？
07
本周课堂积分
Same rules every week考勤
上课提前 5 分钟点名，下课前 5 分钟再点名
出勤 +3迟到 +2早退 +2请假 +1旷课 +0
复现
使用 AI 自学，按照教学大纲完成了每周实验任务
成功复现 +1未能复现 +0
拓展
按照教学大纲完成一项或多项拓展任务
多拓展 +2有拓展 +1无拓展 +0
展示
主动共享屏幕展示复现过程，接受核验与拷问
课堂自愿共享屏幕展示 +3无课堂展示 +0
首讲
每节课堂最先自愿开讲的前 3 人
前 3 人 +1
提问
认真旁听并提出被采纳的好问题
被采纳 +0.5
拷问
面对面随机拷问 · 反空心化闸门
空心代工 −1一知半解 +1融会贯通 +2
双分
仅凭文档课堂现场复现
作者与复现者 都 +1
精选
本周最佳文档
知识库 + 席位 + 署名 + 积分 +3
做一点，也算一点
没有完成全部实验，也可以凭考勤、展示卡点、认真提问和真实回答获得积分；做得越扎实，展示、拓展、拷问、双分和精选带来的激励越多。飞书应用展示过去 30 天积分榜与总积分榜。
08
自由拓展与参考资源
拓展挑战
- 用 argparse 增加 --rate 参数
- 用 decimal.Decimal 重写金额计算并比较
- 为输出增加中文列名与排序方向选项