敲黑板了啊，答疑时间到。如果你没有良好的Python编程基础，在尝试应用数据科学方法时遇到了问题和困难，又不知道该如何有效解决，那么这篇文章就是为你写的。请务必认真阅读哟。
几个月以来，我一直在发布数据科学类的应用案例文章。我的目标是帮助初学者建立信心，激发兴趣。从反馈来看，确实吸引了不少“文科生”来尝试数据科学方法。
这里所谓文科生，就是没有编程经验，却又对数据科学感兴趣，甚至不得不实践数据科学（这种压力往往来自于导师、老板和同侪）的人。
我承认，这么定义“文科生”，有些利用刻板印象简化问题的成分。实际上，现在不少文科专业学生，都是高素质复合型人才，编程玩儿得比IT类专业都要熟练。如果你恰巧就是个复合型人才，觉得这个称呼冒犯了你，请你谅解。但至少你得承认，相当多的文科专业同学，还是对技术不够熟悉，有抵触甚至是恐惧心理的。
我收到了不少读者留言和来信，提出了许多疑问。其中有很大一部分，是在实践编程环节，遇到了错误提示，向我求助。
对于这一类的反馈，我秉持着“能帮就帮”的原则。一两句话能够说明的问题，我就旋即答复；对于那些需要深入调查的问题，我会让读者把Jupyter Notebook或者R notebook文件以及数据发给我。这里真得感谢文学化编程环境的提供者们，给我和读者这样便捷沟通、重现问题的方式。
但是，按照反馈的情况来看，还有不少读者遇到了问题，没有能够解决，就直接放弃了。
我这样确信，是因为前些日子给一年级的硕士研究生布置了同样的练习作业，重现我一系列文章中的结果。他们很快就遭遇到了问题，但是长时间自己瞎折腾，没有跟我及时沟通。直到最近的一次的工作坊，我用了几分钟的时间，消除了一直困扰他们的“疑难杂症”，做出了预期的结果。看他们一个个喜上眉梢的样子，很享受。
我能够理解他们的心情。我们总想留给别人聪明、勤奋和积极主动的印象。轻易提出看似异常简单的“傻问题”，可能会让我们的自我评价受挫，觉得自己没有能力，又被别人看作“懒惰”。所以许多情况下，我们遇到问题，喜欢自己先折腾一番。
动手折腾并不是坏事。以正确的方法尝试解决问题，会帮你积累认知。所谓的“编程经验”，很多就是从各种失败尝试中提炼出来的。但是如果你面对错误，尝试使用的方法低效，甚至根本不得其法，那就得不偿失了。我们时常揶揄的“从入门到放弃”，往往就是这么来的。
本着“授人以鱼不如授人以渔”的原则，我今天跟你谈谈，文科生该如何应对数据科学Python编程中可能出现的问题。
许多程序员和专业人士可能会对这样的主题不以为然，甚至嗤之以鼻——除错(debug)是一门专业的学问，你打算一篇文章讲清楚？吹吧！
诚然，我不可能用一篇文章讲清楚如何编程除错。我只想给文科生一些建议，因为他们的情况比较特殊。
对他们来说，直接列一个清单，说明如何除错是不够满足需求的。咱们得结合具体的场景来谈。
文科生遭遇Python编程问题的场景该如何分类呢？
我根据长期的观察和思考，认为可以分成3类：
你可能看得不知所云。简单解释一下。
文科生使用Python编程，往往没有程序设计的基础训练。他们不是从基础关键词、语法、数据结构、算法的路径学下来的。他们拿到一个任务，一般都有明确的时限，却没有解法清单，唯一的线索是“这个问题可以用Python (或者R)来解决”。
有人说，这就像是某人被塞了一把伞，然后推到台风中心。我觉得挺形象的。
所以，他们首先寻找的，不会是Python（或者R）的基础教科书，而是样例。
如果恰好有个样例，讲如何绘制词云，如何做中文情感分析，如何用决策树分类，如何抽取海量文本的主题……恰好跟他们的任务一致，那他们自然如释重负。
于是他们就开始了第一步，照葫芦画葫芦，先把样例中的代码重复实践一遍，确定本地可以运行。
做好了第一步，出了正确的结果，他们也就来了信心。下面需要做的，是把自己的数据扔进去，看能否出预期的结果，这一部分，就算作“照葫芦画瓢”。
许多人只需要前两步，就能完成任务，高高兴兴收工了。但是如果很不幸，你的任务和样例有一些区别，那你就得在样例基础上，添加新的代码，调用新的软件包来尝试完成任务。你无法自己从头造瓢出来，这一部分就得“自己找葫芦画瓢”了。
对大部分“文科生”来说，场景就是这三类了。出离这样的要求，要么外包，要么自己从头学编程。等他扎扎实实学会了，也就不算文科生了。
下面咱们分别看看，在这三种不同的情境下，文科生遇到Python编程中的问题，该如何有效尝试解决。
说明一下，虽然本文以Python为例讲解方法，但是其中的原理同样使用于大部分数据科学类编程语言和工具，例如R等。学习时请举一反三。
我们先看第一种场景，也就是“照葫芦画葫芦”。
例如说，你打算用决策树做分类，于是找到了我这篇《贷还是不贷：如何用Python和机器学习帮你决策？》，开始实践，重现结果。
前面还好，一直很顺利。你的信心在逐渐积累。听说下面这段代码可以帮你绘制出决策树的图形，你异常欣喜，期待的心情，就如同小时候等着父母出差回家给你带来玩具一样。
with open("safe-loans.dot", 'w') as f:
f = tree.export_graphviz(clf,
out_file=f,
max_depth = 3,
impurity = True,
feature_names = list(X_train),
class_names = ['not safe', 'safe'],
rounded = True,
filled= True )
from subprocess import check_call
check_call(['dot','-Tpng','safe-loans.dot','-o','safe-loans.png'])
from IPython.display import Image as PImage
from PIL import Image, ImageDraw, ImageFont
img = Image.open("safe-loans.png")
draw = ImageDraw.Draw(img)
img.save('output.png')
PImage("output.png")
可是事与愿违，运行后图形没有出来，却见到了一大堆错误信息。
看到错误信息，你已经很紧张了。更要命的是，它们还是英文的。
于是，你一下子茫然无措了。
喝了一杯水，缓了口气，你往后翻文章，到了讨论区。发现其他人也遇到了同样的问题，你眼前一亮。
赶紧往后翻，看看有没有解决办法，你看到了作者的答复：
好像装了Graphviz，问题就可以解决。你赶紧搜索这个软件，并且下载安装了。
安装结束后，你的开始菜单里面，可以看到Graphviz目录。证明你安装成功。
你回到Jupyter Notebook下面，重新执行到这一步。按下“Shift+Enter”按键之前，你又激动不已了。
然而，你看到的执行结果，竟然还是这样子的：
你后悔自己肯定遗漏了讨论区里面的一些重要信息，赶紧返回寻找，你看到了这样的对话：
看到别人安装了Graphviz后，问题依然没有解决。你于是决定放弃了。而且可能还会怀疑，那个叫做大卫的家伙，应该是作者的托儿吧。
其实你冤枉大卫了。安装了Graphviz以后，他确实成功做出了结果。问题到底处在哪儿？请你往下看。
我先说说面对程序给你的这一大堆报错，你该怎么办？
首先你要看看，错误出现在哪里。
WindowsError Traceback (most recent call last)
<ipython-input-14-da79615505d3> in <module>()
10
11 from subprocess import check_call
---> 12 check_call(['dot','-Tpng','safe-loans.dot','-o','safe-loans.png'])
13
14 from IPython.display import Image as PImage
错误提示的第一段已经告诉你了，问题发生在check_call这一行，行号为12。
这就意味着，前面11行，其实都没有问题。这一大段代码用空行分割，一共是3个部分。前面10行是第一部分。中间2行第二部分，后面是第三部分。我们把它拆分成3个Jupyter中的代码段落，单独执行。
上面的运行结果，证明我们的猜测是对的。第一段运行起来没问题，第二段只有两句，第一句不报错，只有check_call这一行报错。这样问题就聚焦了。
这种拆分复杂问题到简单部分，然后各个击破的方法，可以追溯到笛卡尔。他老人家曾经说过：
Divide each difficulty into as many parts as is feasible and necessary to resolve it.
注意，这种方法适合于我们此处展示的线性环节。所谓线性，就是顺序执行的若干步骤。前面的改动会对后面有影响，但是后面的改动对前面没有影响。
如果你遭遇的是个循环问题，那就要小心了。这种解决方法可能会失效。
check_call这一行到底遇到了什么问题呢？我们还是要回到报错信息里，寻找线索。
这么长的报错信息，该看哪里呢？我的经验是，问题发生位置要看开头（我们刚才已经做完了），问题症结十有八九要看末尾。
我们看看报错信息的末尾是什么：
C:\Users\user\Anaconda2\lib\subprocess.pyc in _execute_child(self, args, executable, preexec_fn, close_fds, cwd, env, universal_newlines, startupinfo, creationflags, shell, to_close, p2cread, p2cwrite, c2pread, c2pwrite, errread, errwrite)
638 env,
639 cwd,
--> 640 startupinfo)
641 except pywintypes.error, e:
642 # Translate pywintypes.error to WindowsError, which is
WindowsError: [Error 2]
你可能又晕了，这一大堆的术语，我如何懂得？
你不需要懂那些东西，看最后的报错信息，叫做“WindowsError: [Error 2]”。
这是一个错误代码，但是包含信息不够。我们需要查询一下，2号Windows错误代码，究竟是什么意思。
这时候，就该搜索引擎出场了。我们搜索“WindowsError: [Error 2]”，结果如下：
我知道，你的吸引力立刻就被图中的中文文字抓住了。但是我告诉你，更应该看的，不是语言种类，而是信息来源。你会注意到，其中一些搜索结果，来自于“stackoverflow.com”这个网站。
这个网站，汇集了全世界程序设计中遇到的各种问题和可能的解决办法。你可以把它想想成全球程序员的“知乎”。
打开其中的第二条搜索结果。
标题信息就已经非常清楚地告诉了你，所谓的“WindowsError: [Error 2]”，是指“系统找不到你指定的文件”。
这样我们再次回头审视出问题的代码句：
check_call(['dot','-Tpng','safe-loans.dot','-o','safe-loans.png'])
其实，我们是让Python调用一个Graphviz的命令，叫做dot，用它来把我们前面生成的 safe-loans.dot文件，转换成png格式的图片。
系统找不到什么文件呢？我们打开当前的demo目录，你会看到 safe-loans.dot文件赫然在目。而png文件此时还没有生成。因此，我们锁定了问题，系统找不到的，是dot这个命令。
这就是为什么你必须要先安装Graphviz包。你不安装的话，Python当然找不到dot文件。
但是为什么你明明装了Graphviz包，还会遭遇报错呢？
你确定这时候Python可以找到dot包了吗？
我们尝试一下。到命令提示符下面，执行dot试试看。
真相大白了。你在命令提示符下，自己都找不到dot命令，你能指望Python有多智能呢？
怎么办？方法其实并不难，只需要加上必要的路径，让电脑知道dot这个命令在哪里，就可以了。
我们到C盘的Program Files，或者Program Files(x86)目录下，去找Graphviz安装目录。
你会发现，路径为：
C:\Program Files(x86)\Graphviz2.38\bin\
于是这次你执行：
你会看到，没有报错信息了。
再接再厉，这次你把完整的命令输入：
这次不但没有报错，而且你想要的png文件已经生成了。
不过，这些都是你手动完成的，咱们还是需要用程序来完成，不是吗？
于是我们回到Jupyter Notebook里，尝试给dot命令一样加上路径。
执行！
报错信息又来了！而且一模一样啊！
注意我们做了改动，但是改动并没有成功。我们就得想想原因是什么了。
这次我们搜索执行的Python命令（ check_call ），以及输入路径中的特征部分(Program Files)。把这几个关键词放到搜索引擎里，结果如下：
注意第一条结果是帮助文档，我们把目光聚焦在第二条搜索结果上。因为它依然来自stackoverflow.com。
我们点击打开这个链接。
提问者问，为什么使用（跟我们类似的）完全路径，Python依然找不到命令。
被赞同的答题者回答：你应该用斜杠（/），而不是反斜杠（）。
看了这个答案，你可能觉得恍然大悟了吧。于是回到Jupyter Notebook里面，把C:\Program Files(x86)\Graphviz2.38\bin\dot改成了C:/Program Files(x86)/Graphviz2.38/bin/dot。
再次运行，这部分不再报错了：
你战战兢兢，尝试一直就没能正确运行到的最后一段代码：
是不是有一种想要仰天大笑的感觉？
现在我们来回答一下，为什么评论里大卫的问题获得了解决，而其他读者似乎没能解决问题呢？
罪魁祸首在于操作系统环境差异。大卫用的是macOS。安装Graphviz之后，mac操作系统记录下来了Graphviz的各项可执行命令。Python因此也知道了dot这个命令在哪里。所以调用起来没有任何问题。
我写作该文的时候，操作系统也是macOS，所以并没有意识到Windows上运行环境的这种差异。甚至因为2年多以前我就安装了Graphviz，所以在初稿写作的时候甚至都没有把Graphviz作为环境准备的必要组成部分。
顺便说一句，根据部分读者反映，他们在Windows上安装了Graphviz后，只需要重启一遍，系统就会自动识别dot命令的完全路径，所以根本就不必修改代码内容。但是其他读者反映这样做了无效。你看，同样是Windows，环境差异都是如此之大的。
操作系统、Python软件版本、调用的相关软件包版本……这些环境差异可能直接导致你“照葫芦画葫芦”时候出现严重问题，也是最容易踩到的坑。不过通过咱们前面的叙述，相信你已经找到了从坑里爬起来，甚至是避开坑的方法了。
当你完整重现样例或教程中的运行结果后，就该开始照着葫芦画瓢了。毕竟你需要分析的，是自己独特的数据。
但是一定要注意，务必在“画葫芦”完成后，开始画瓢。来信和留言中的许多问题，都是读者在没有完整重现教程结果时，就开始了改动，把不同层次的问题混杂在了一起，就很难发现和解决了。
这里咱们举的例子，是这位读者的来信。
他看了我那篇《如何用Python做舆情时间序列可视化？》之后，完全重现了结果。然后灌入了自己的数据。我展示的样例用的是饭馆点评信息，他用的是外卖评论信息。
这是我原文中读入后数据的样例：
这是他的数据：
看起来很相似，不是吗？可是前面情感分析等环节都没有问题。到了最后的绘制图形，又是一堆报错信息。
复习一下，我们说过报错信息的开头和结尾最为重要。开头是确定位置。因为这里本来就只有一行语句，所以可以忽略。那我们看看结尾吧。
注意，这里提示的是取值错误(ValueError)，并且标出了问题，就是评论时间，例如“2017-02-27”。
回顾一下，在原文中，评论时间的格式为Python可以识别的时间单位，这样最后绘出的图形才是这样的：
而这里，时间显示为“2017-02-27”，应该没错啊。
数据框中的时间是从新到旧排列的。我们显示最后一条数据，就是“2017-02-27”。
这里我们就需要记住一条非常重要的命令：
type()
它可以帮助我们搞清楚取值的类型。
这一下子，原形毕露了。数据框里面的每一个时间条目，存储的格式都不是Python日期，而是简单的字符串！难怪当我们需要绘制时间序列图形的时候，会报错。
明白了问题，方法也就容易找到了。我们再次用搜索引擎，查找Pandas里，把字符串转换为日期的方法。
其实Google已经非常聪明地把最相关的结果摆在前面了。但是我们依然可以用老方法，找stackoverflow链接，并且点击进入。
选定答案里面清晰明白地告诉我们——使用Pandas数据框的to_datetime函数，并且给出了详细的样例。
好的，我们试试看。
df.time = pd.to_datetime(df.time)
然后我们重新执行刚才的两条语句：
看，这次Python正确识别出日期格式。
然后我们再绘图：
虽然由于数据量过大，后半部分看不大清楚。不过结果已经初步显现了。下面就是分段截取数据，细致地进行可视化的工作了。
问题出在哪里呢？对比一下原文使用的excel数据文件，和读者来信里面附带的数据文件，你就能看出端倪了。
这是原文使用的餐馆评论原始数据：
这是读者使用的外卖评论原始数据：
你会看到，原先数据里面不仅有日期，还有时间。虽然时间不过都是些“00:00:00”，但Pandas在读入的时候，会将其自动转化为日期时间格式。
然而读者数据里只有日期，没有具体的时间。Pandas读入数据时，不确定要不要做转化，默认就当成字符串来处理了。
所以你看，如果你需要“照葫芦画瓢”，一定要仔细对比数据格式，即便是这样微小的差异，都会造成后续运行结果的区别，乃至报错。
如果样例里面没有提供某个功能，但是你确实需要用到它，怎么办？
这个时候似乎手头没有葫芦可以照着画，你得自己找葫芦。
例如读完了我那篇《如何用Python做词云？》后，有读者在微信公众号后台留言，询问我如何在绘制词云的时候，把词云变成需要的形状。
读者想要的，其实是这样的效果：
但是我那篇文章里，并没有提供这样的样例，只能做出下面这种四四方方的词云图。
如果你也遇到了类似的问题，我的建议是，按图索骥查询原始文档。
你先看看文中，我们究竟用了哪个词云绘制工具包。
from wordcloud import WordCloud
wordcloud = WordCloud().generate(mytext)
这里，我们注意wordcloud这个关键词，然后结合python，到搜索引擎里面查找。
这回我们不再专门去找stackoverflow网站链接了。因为我们遇到的，不是报错信息，而是一项暂时还不懂得如何使用的功能。
搜索结果里的第一项，就是wordcloud词云包的官方github站点。我们点开看看。
Github是目前全球最主要的代码托管与分享站点。我也曾经把思维导图秒变成幻灯的代码发布在github上面。右上方几个统计数字很重要，尤其是Star，说明了该项目受欢迎程度。wordcloud软件包的受欢迎数字超过3000，可以说是非常棒的。相较之下，我的代码Star数量只有20，相形见绌啊。
我们把网页往下翻，可以找到Example部分。
你是不是眼前一亮啊？对，你需要的绘图结果就在这里，而且人家有专门链接直达使用方式。
点击一下，你就能看到官方的masked词云样例代码了。
浏览代码，你会发现这一段有集中注释：
# read the mask image
# taken from
# http://www.stencilry.org/stencils/movies/alice%20in%20wonderland/255fk.jpg
alice_mask = np.array(Image.open(path.join(d, "alice_mask.png")))
这里告诉你，如果打算把词云绘制成特殊的图形外观，你需要在这里指定一个mask图像文件。样例里面的文件叫做alice_mask.png。
我们来看看，这个文件是什么样子的。因为源代码就在这里，指定的文件也没有加入完全路径，因此它只可能放在样例代码文件的相同目录下。
我们点击页面上方的路径链接，返回到上层目录。
目录里面所有的文件都在这里了。我们找到alice_mask.png，点开看看。
原来你需要提供这样一张黑白图像，词云会显示在其中的黑色区域内。
但是这样的图像需要我自己来绘制吗？
这就考验你看代码的时候是不是细致了。有没有注意到这一句？
# http://www.stencilry.org/stencils/movies/alice%20in%20wonderland/255fk.jpg
这是alice_mask.png图像文件原始地址。我们点击看看。
原来这个网站上的文件直接就可以用来做词云图像设置。我们看到上方的路径按钮，点击上一层，进入“movies”。
居然有这么多的电影图像可以使用啊。
我们再进入到上一层，看看还有哪些其他类别图像可用。
看了之后，是不是有一种“芝麻开门”的感觉？
可惜的是，tv类别下面，并没有原文提到的“Yes, minister”可供选择。我们随便选一张世界地图来试试看。
回到Jupyter Notebook里面，按照我们从原始说明文档里找到的新葫芦，开始画瓢。
如果你做出了下面的结果，那么恭喜你，“找葫芦画瓢”工作圆满完成。
小结一下，对文科生来说，编程中遇到的问题，需要依据不同的场景，分别采取不同的思考清单来尝试有效解决。
对于“照葫芦画葫芦”类场景，方法如下：
对于“照葫芦画瓢”类场景，方法如下：
对于“找葫芦画瓢”类场景，方法如下：
不论对于哪一类场景，你都要明白遇到的问题可能会成为你未来的财富。但前提是你必须把它们及时记录下来，并且养成定期回顾的好习惯。
如果实在解决不了问题，最后的一招，就是提问了。但是请你在发问之前，确定自己已经通过上述步骤和流程尝试了可能有效的方法。这不仅是《提问的智慧》里面要求的，更是为了你自己能够学有所得。提问的时候，要注意提供你的运行代码（最好是ipynb这样的格式，包含完整的报错信息）、用到的实际数据，以及你的尝试过程等。信息越详细，别人就越有能力帮助你。
向谁提问呢？当然可以问老师、问作者。但是别忘了你一直在使用的stackoverflow网站，本来就是一个让你提问的好地方啊。通过观察别人的问题和答案，你应该不难发现，网站上的高手们，大都非常热心助人。
另外，不要满足于永远当一个“文科生”。如果你打算在数据科学的路径上走得足够远、足够稳，夯实基础就是必要的。毕竟人工智能都要进入中小学课程体系了，不是吗？
如果你打算好好学习Python基础知识，欢迎阅读《如何高效学Python？》一文。
你用Python或者其他编程语言做过数据科学分析任务吗？中间遇到过问题或障碍吗？你是如何处理的，成功了吗？有什么独特的好经验？欢迎留言，分享你的经验和心得，我们一起交流讨论。
如果你对我的文章感兴趣，欢迎点赞，并且微信关注和置顶我的公众号“玉树芝兰”(nkwangshuyi)。
如果本文可能对你身边的亲友有帮助，也欢迎你把本文通过微博或朋友圈分享给他们。让他们一起参与到我们的讨论中来。
创作不易，感谢打赏！
如果喜欢我的文章，请微信扫描下方二维码，关注并置顶我的公众号“玉树芝兰”。
欢迎微信扫码加入我的“知识星球”第二季。第一时间分享我的发现和思考，优先解答你的疑问。
或者，你也可以使用下面的小程序向我提问。