简介面向人机交互课程学习与实验实践的配套资料包适合高校本科生尤其是大三学生完成课程实验、撰写实验报告和开展综合大实验时参考。内容覆盖用户研究与可用性评估、界面设计原则、交互模式与无障碍设计并延伸到VRML虚拟现实交互、语音程序、二维交互式画图板以及订单管理、BBS、飞机订票查询等界面设计案例最后的大实验可用于串联需求分析、原型制作和用户测试流程。压缩包共86个文件约24.97MB主要有doc实验报告与设计文档、ppt课件、pdf教程、cpp与h源码、bmp界面素材及exe可执行文件等方便对照阅读、复现实验与查漏补缺。已有2487人学习适合需要参考实验报告写法、界面设计文档和综合项目实现思路的读者。1. 人机交互实验报告与大实验一份能直接套用的课程资料包学期末最难受的不是写代码而是实验报告写完了、大实验也跑通了却不知道怎么把两者串成一条能自洽的叙事线。这份「人机交互实验报告以及最后大实验」资源包解决的就是这个问题它把课程里零散的实验记录和大实验的完整实现放在一起让你看到一份合格的 HCI 作业从需求分析、交互原型、可用性测试到最终系统落地的全过程。适合正在修人机交互课、要交实验报告和大作业的本科生也适合想补一补交互设计基本功、但不想啃厚重教材的开发者。它不是纯理论笔记而是带操作步骤、带评价指标、带原型工具的实操材料下面按「它由什么组成 → 怎么跑起来 → 哪里容易翻车」拆开讲。2. 实验报告与大实验的内容结构先看清骨架再动手2.1 实验报告部分通常包含哪些模块人机交互课程的实验报告不是写实验现象而是写「人怎么用系统」这件事。常见做法是把每个实验拆成固定的几块实验目的、交互任务描述、原型或界面截图、用户测试记录、数据分析、结论与改进。这份资料里的报告模板延续了这个结构但比通用模板多了两样东西——交互流程图和可用性度量表。交互流程图负责说清用户从进入界面到完成任务的路径包括分支和异常路径可用性度量表负责把「好不好用」变成可比的数字。我一般会建议先读一遍报告模板里的度量表字段再回头决定大实验要做成什么形态否则很容易做完系统才发现没有可测量的指标报告写起来全靠感觉。常见的度量字段大致如下度量维度典型指标采集方式效率任务完成时间、操作步数屏幕录制回放计时有效性任务完成率、错误次数观察记录表易学性首次成功率、求助次数新手用户测试满意度量表评分、访谈原话问卷 半结构化访谈这套字段看着简单实际写报告时最容易被质疑的就是「你的数据怎么来的」。所以资料里配套的观察记录表不是摆设测试时一边操作一边打勾比事后回忆靠谱得多。2.2 大实验部分的技术构成大实验一般是一个可交互的小系统资源包里给的是完整实现加说明文档。从技术栈上看这类课程大实验绝大多数落在 Web 前端或桌面 GUI 两条路线上Web 路线用 HTML/CSS/JavaScript 搭界面配合浏览器原生事件做交互桌面路线用 Python 的 Tkinter 或 PyQt 做窗口程序。两条路线都能满足课程要求区别在于演示成本和可测量性。Web 路线的好处是部署简单、截图好看、方便让测试用户直接打开浏览器操作缺点是如果交互做深一点状态管理会变复杂。桌面路线的好处是控件行为确定、事件模型清晰缺点是要装环境给测试用户制造门槛。提示选型时先问自己一句「测试用户能不能在五分钟内把系统跑起来」。跑不起来的系统可用性测试数据全是废的。资料里对大实验的要求不止于「能点」还要求体现至少一种交互设计原则比如一致性、反馈、容错或者减少记忆负担。这意味着你在实现时要刻意在某些位置加入状态提示、撤销操作或确认对话并且在报告里指出这些设计对应哪条原则。这一层对应关系是评分的关键很多同学系统做得漂亮却拿不到高分就是漏了这步论证。2.3 报告与系统的对应关系怎么建立报告和大实验不是两份独立作业而是一份作业的两面。合理的组织方式是让报告章节跟系统模块一一对应讲需求分析的章节对应系统的功能清单讲交互设计的章节对应界面流程图讲可用性测试的章节对应系统里真实存在的操作路径。我在整理这类材料时习惯先画一张对照表左边列报告小节右边列系统里的文件或界面中间写「证据类型」截图、日志、测试记录。这张表不用交给老师但它能保证你写任何一段结论时手里都有对应的实现或数据撑着。资料包里的示例报告就是这么组织的读的时候留意它每一段结论后面跟的是什么证据这个习惯比背设计原则有用。3. 把大实验跑起来环境、原型与可用性测试的执行步骤3.1 环境准备与项目目录约定先确认运行环境。Web 路线只需要一个现代浏览器加任意静态服务器Python 自带的 http.server 就够桌面路线需要 Python 3.8 以上装好 Tkinter多数发行版自带或 PyQt5。# Web 路线在项目根目录起一个静态服务器 python -m http.server 8000 # 浏览器访问 http://localhost:8000/index.html这段命令的作用是把当前目录作为站点根目录暴露出来避免直接双击 HTML 文件时因为 file:// 协议导致的跨域和资源加载问题。端口 8000 可以改但别用 80某些系统需要额外权限。启动后先别急着点界面打开浏览器开发者工具看 Console 有没有报错资源 404 是最常见的翻车点。桌面路线则是# 桌面路线安装依赖并启动主程序 pip install PyQt5 python main.pypip install这步建议加国内镜像参数否则在校园网环境下可能卡在下载。主程序入口一般叫 main.py 或 app.py具体以资源包里的说明为准如果启动报「No module named」基本可以判定是虚拟环境没激活或者依赖装到了全局解释器上。3.2 交互原型的搭建与事件绑定大实验的交互逻辑集中在前端脚本里。下面这段是典型的任务流程控制代码用按钮点击推进状态同时记录操作步数——步数后面要写进报告的效率指标里// 任务状态机控制流程推进并记录操作步数 const state { step: 0, // 当前任务阶段 ops: 0, // 累计操作次数用于效率度量 startTime: null, // 任务开始时间戳 }; function startTask() { state.startTime performance.now(); state.ops 0; state.step 1; render(); // 根据 state 重绘界面 } function onAction() { if (state.step 0) return; // 未开始不计数 state.ops 1; if (state.ops 20) { showHint(操作次数偏多检查流程是否冗余); } render(); }逻辑上分三块startTask负责初始化计时和计数onAction在每次用户操作时累加并做阈值提醒render根据状态刷新界面。参数上ops的阈值 20 是经验值来自典型任务的平均操作步数上浮 50%你可以按自己任务的复杂度调整performance.now()比Date.now()精度高适合测毫秒级任务时长。这里的关键设计是「状态与视图分离」——所有交互只改 state界面统一由 render 输出这样后面加撤销、加日志都不用动业务代码。如果做的是桌面版思路一样只是事件绑定换成控件信号# PyQt5按钮点击计数与计时 from PyQt5.QtWidgets import QApplication, QPushButton, QLabel import time class TaskWindow: def __init__(self): self.ops 0 self.t0 None self.btn QPushButton(开始任务) self.btn.clicked.connect(self.on_click) self.label QLabel(操作次数: 0) def on_click(self): if self.t0 is None: self.t0 time.time() # 首次点击视为任务开始 self.btn.setText(继续操作) return self.ops 1 self.label.setText(f操作次数: {self.ops})这段代码的重点在t0 is None这个判断它把「开始任务」和「任务中的操作」区分开避免把启动动作本身算进操作步数而污染指标。信号槽的写法保证了界面线程安全但如果你在槽函数里做耗时计算界面会卡这时候要改用 QThread 或者干脆把重活挪到后台。3.3 可用性测试的执行与数据记录系统能跑之后别直接找同学随便点两下就完事。规范的流程是先写任务脚本再找 35 名没接触过系统的用户每人独立完成同一组任务全程只观察不提示。任务脚本要写成用户能懂的话比如「请在这个页面找到修改个人信息的入口并完成修改」而不是「测试设置模块」。测试过程中记录三类数据完成时间、是否独立完成、卡住的位置。卡住位置比总时长更有价值它直接指向界面的设计缺陷。下面是一个简单的记录表结构可以直接抄进表格软件# 测试记录汇总每人每任务的原始数据 records [ {user: U1, task: T1, time_s: 42, done: True, help: 0, stuck_at: }, {user: U2, task: T1, time_s: 78, done: False, help: 1, stuck_at: 找不到入口}, ] # 汇总平均完成时间与求助率 avg_time sum(r[time_s] for r in records) / len(records) help_rate sum(1 for r in records if r[help] 0) / len(records)time_s用秒做单位便于阅读help记录求助次数stuck_at是自由文本写用户原话最好。汇总时算平均值和求助率两个指标就够了样本量小的时候不要硬上显著性检验报告里诚实写「样本有限结论为方向性参考」反而加分。实测下来5 个用户就能暴露大部分严重问题剩下的是长尾课程作业阶段不必强求。4. 常见问题与避坑报告和代码里最容易翻车的地方4.1 指标数据对不上报告被追问来源现象是报告里写了「平均完成时间 35 秒」但拿不出原始记录或者原始记录里只有总时长没有分任务时长。原因通常是测试时只记了整体感受没有按任务拆解记录。解决办法是测试前就把记录表打印出来一个任务一行当场填事后补记的数据基本不可信老师一问细节就露馅。4.2 交互设计原则只是贴标签现象是报告里写「本系统遵循了一致性原则」但界面里按钮位置、颜色、命名风格各不相同。原因是先做完界面再回头找原则往上套。正确的顺序是设计阶段就选定两到三条要重点体现的原则把它们转成具体的界面约束比如「所有确认操作统一放在右下角」然后在报告里指出约束落在了哪个界面元素上。4.3 大实验能演示但测不了现象是系统演示时很流畅真让用户操作时却找不到可测量的路径因为所有操作都在一个页面里没有明确的任务边界。原因是没有设计任务起点和终点。解决方式是在代码里用状态机显式定义任务开始和完成就像 3.2 里那样让每次测试都有明确的计时区间。4.4 原型工具与最终实现脱节现象是报告里的原型图很精致实际系统却是另一副样子评审时被质疑「你测的到底是哪个」。原因是原型画完就丢实现时凭感觉改。建议把原型图作为实现的对照物每完成一个界面就截一次图报告里用实现截图原型图放在设计章节两者差异处主动说明原因。4.5 测试用户被「带节奏」现象是测试数据异常好看完成率接近 100%。原因是测试时忍不住给提示或者找的都是同专业同学。解决方式是换非本专业的人来测测试全程闭嘴只在用户彻底卡死超过两分钟时介入并计入求助次数。血泪经验是一旦你开口说「你试试点那里」这次测试数据就作废了。5. 进阶把一次课程作业沉淀成可复用的交互评估方法课程结束之后这套东西真正的价值不在于交作业而在于它给了你一套可迁移的评估流程。我在后面做内部工具时仍然沿用这里的三件事任务脚本、操作步数记录、卡点原话。区别只是把纸质记录表换成了埋点日志把 5 个测试用户换成了真实使用反馈。如果你想把这套材料用得更深可以在大实验基础上加一层量化——把每个任务的完成时间和操作步数导出成 CSV画一张散点图横轴是步数、纵轴是时间异常点就是需要重点优化的界面位置。下面这段做汇总统计的代码可以直接改改就用import csv # 从测试记录导出按任务汇总的指标 def summarize(path): agg {} with open(path, newline, encodingutf-8) as f: for row in csv.DictReader(f): t row[task] agg.setdefault(t, {n: 0, time: 0.0, done: 0}) agg[t][n] 1 agg[t][time] float(row[time_s]) agg[t][done] 1 if row[done] True else 0 for t, v in agg.items(): print(t, 平均耗时, round(v[time] / v[n], 1), 完成率, round(v[done] / v[n], 2)) summarize(records.csv)这段脚本读的是测试记录 CSV按任务分组算平均耗时和完成率。参数上注意encodingutf-8表格软件导出的 CSV 常带 BOM不加这句读出来第一列字段名会带乱码。float(row[time_s])要求原始数据里时间列是纯数字如果你在表格里写了「42秒」这种带单位的文本解析会直接抛异常入库前先清洗。另一个值得练的习惯是给每次迭代留版本对照。系统改完一版就重新测 23 个用户把新数据和老数据放一起比报告里的改进结论就有了依据而不是「我觉得改完更好了」。这种前后对照的写法评审时说服力远超任何形容词。还有一个容易被忽略的点把测试用户的卡点原话整理成一份问题清单按严重程度排序而不是按发现顺序。严重程度可以简单用「是否阻断任务完成」和「是否重复出现」两个维度判断阻断且重复的排最前。这份清单本身就是下一轮迭代的需求列表比凭直觉改界面高效得多。从那以后我每次做交互相关的活儿不管是课程作业还是内部工具都强制先写任务脚本再动手画界面——先想清楚用户要完成什么再决定界面长什么样顺序反过来基本都会返工。希望这份材料能帮你把实验报告和大实验一次串顺少走几趟回头路。本文还有配套的精品资源点击获取
简介面向人机交互课程学习与实验实践的配套资料包适合高校本科生尤其是大三学生完成课程实验、撰写实验报告和开展综合大实验时参考。内容覆盖用户研究与可用性评估、界面设计原则、交互模式与无障碍设计并延伸到VRML虚拟现实交互、语音程序、二维交互式画图板以及订单管理、BBS、飞机订票查询等界面设计案例最后的大实验可用于串联需求分析、原型制作和用户测试流程。压缩包共86个文件约24.97MB主要有doc实验报告与设计文档、ppt课件、pdf教程、cpp与h源码、bmp界面素材及exe可执行文件等方便对照阅读、复现实验与查漏补缺。已有2487人学习适合需要参考实验报告写法、界面设计文档和综合项目实现思路的读者。1. 人机交互实验报告与大实验一份能直接套用的课程资料包学期末最难受的不是写代码而是实验报告写完了、大实验也跑通了却不知道怎么把两者串成一条能自洽的叙事线。这份「人机交互实验报告以及最后大实验」资源包解决的就是这个问题它把课程里零散的实验记录和大实验的完整实现放在一起让你看到一份合格的 HCI 作业从需求分析、交互原型、可用性测试到最终系统落地的全过程。适合正在修人机交互课、要交实验报告和大作业的本科生也适合想补一补交互设计基本功、但不想啃厚重教材的开发者。它不是纯理论笔记而是带操作步骤、带评价指标、带原型工具的实操材料下面按「它由什么组成 → 怎么跑起来 → 哪里容易翻车」拆开讲。2. 实验报告与大实验的内容结构先看清骨架再动手2.1 实验报告部分通常包含哪些模块人机交互课程的实验报告不是写实验现象而是写「人怎么用系统」这件事。常见做法是把每个实验拆成固定的几块实验目的、交互任务描述、原型或界面截图、用户测试记录、数据分析、结论与改进。这份资料里的报告模板延续了这个结构但比通用模板多了两样东西——交互流程图和可用性度量表。交互流程图负责说清用户从进入界面到完成任务的路径包括分支和异常路径可用性度量表负责把「好不好用」变成可比的数字。我一般会建议先读一遍报告模板里的度量表字段再回头决定大实验要做成什么形态否则很容易做完系统才发现没有可测量的指标报告写起来全靠感觉。常见的度量字段大致如下度量维度典型指标采集方式效率任务完成时间、操作步数屏幕录制回放计时有效性任务完成率、错误次数观察记录表易学性首次成功率、求助次数新手用户测试满意度量表评分、访谈原话问卷 半结构化访谈这套字段看着简单实际写报告时最容易被质疑的就是「你的数据怎么来的」。所以资料里配套的观察记录表不是摆设测试时一边操作一边打勾比事后回忆靠谱得多。2.2 大实验部分的技术构成大实验一般是一个可交互的小系统资源包里给的是完整实现加说明文档。从技术栈上看这类课程大实验绝大多数落在 Web 前端或桌面 GUI 两条路线上Web 路线用 HTML/CSS/JavaScript 搭界面配合浏览器原生事件做交互桌面路线用 Python 的 Tkinter 或 PyQt 做窗口程序。两条路线都能满足课程要求区别在于演示成本和可测量性。Web 路线的好处是部署简单、截图好看、方便让测试用户直接打开浏览器操作缺点是如果交互做深一点状态管理会变复杂。桌面路线的好处是控件行为确定、事件模型清晰缺点是要装环境给测试用户制造门槛。提示选型时先问自己一句「测试用户能不能在五分钟内把系统跑起来」。跑不起来的系统可用性测试数据全是废的。资料里对大实验的要求不止于「能点」还要求体现至少一种交互设计原则比如一致性、反馈、容错或者减少记忆负担。这意味着你在实现时要刻意在某些位置加入状态提示、撤销操作或确认对话并且在报告里指出这些设计对应哪条原则。这一层对应关系是评分的关键很多同学系统做得漂亮却拿不到高分就是漏了这步论证。2.3 报告与系统的对应关系怎么建立报告和大实验不是两份独立作业而是一份作业的两面。合理的组织方式是让报告章节跟系统模块一一对应讲需求分析的章节对应系统的功能清单讲交互设计的章节对应界面流程图讲可用性测试的章节对应系统里真实存在的操作路径。我在整理这类材料时习惯先画一张对照表左边列报告小节右边列系统里的文件或界面中间写「证据类型」截图、日志、测试记录。这张表不用交给老师但它能保证你写任何一段结论时手里都有对应的实现或数据撑着。资料包里的示例报告就是这么组织的读的时候留意它每一段结论后面跟的是什么证据这个习惯比背设计原则有用。3. 把大实验跑起来环境、原型与可用性测试的执行步骤3.1 环境准备与项目目录约定先确认运行环境。Web 路线只需要一个现代浏览器加任意静态服务器Python 自带的 http.server 就够桌面路线需要 Python 3.8 以上装好 Tkinter多数发行版自带或 PyQt5。# Web 路线在项目根目录起一个静态服务器 python -m http.server 8000 # 浏览器访问 http://localhost:8000/index.html这段命令的作用是把当前目录作为站点根目录暴露出来避免直接双击 HTML 文件时因为 file:// 协议导致的跨域和资源加载问题。端口 8000 可以改但别用 80某些系统需要额外权限。启动后先别急着点界面打开浏览器开发者工具看 Console 有没有报错资源 404 是最常见的翻车点。桌面路线则是# 桌面路线安装依赖并启动主程序 pip install PyQt5 python main.pypip install这步建议加国内镜像参数否则在校园网环境下可能卡在下载。主程序入口一般叫 main.py 或 app.py具体以资源包里的说明为准如果启动报「No module named」基本可以判定是虚拟环境没激活或者依赖装到了全局解释器上。3.2 交互原型的搭建与事件绑定大实验的交互逻辑集中在前端脚本里。下面这段是典型的任务流程控制代码用按钮点击推进状态同时记录操作步数——步数后面要写进报告的效率指标里// 任务状态机控制流程推进并记录操作步数 const state { step: 0, // 当前任务阶段 ops: 0, // 累计操作次数用于效率度量 startTime: null, // 任务开始时间戳 }; function startTask() { state.startTime performance.now(); state.ops 0; state.step 1; render(); // 根据 state 重绘界面 } function onAction() { if (state.step 0) return; // 未开始不计数 state.ops 1; if (state.ops 20) { showHint(操作次数偏多检查流程是否冗余); } render(); }逻辑上分三块startTask负责初始化计时和计数onAction在每次用户操作时累加并做阈值提醒render根据状态刷新界面。参数上ops的阈值 20 是经验值来自典型任务的平均操作步数上浮 50%你可以按自己任务的复杂度调整performance.now()比Date.now()精度高适合测毫秒级任务时长。这里的关键设计是「状态与视图分离」——所有交互只改 state界面统一由 render 输出这样后面加撤销、加日志都不用动业务代码。如果做的是桌面版思路一样只是事件绑定换成控件信号# PyQt5按钮点击计数与计时 from PyQt5.QtWidgets import QApplication, QPushButton, QLabel import time class TaskWindow: def __init__(self): self.ops 0 self.t0 None self.btn QPushButton(开始任务) self.btn.clicked.connect(self.on_click) self.label QLabel(操作次数: 0) def on_click(self): if self.t0 is None: self.t0 time.time() # 首次点击视为任务开始 self.btn.setText(继续操作) return self.ops 1 self.label.setText(f操作次数: {self.ops})这段代码的重点在t0 is None这个判断它把「开始任务」和「任务中的操作」区分开避免把启动动作本身算进操作步数而污染指标。信号槽的写法保证了界面线程安全但如果你在槽函数里做耗时计算界面会卡这时候要改用 QThread 或者干脆把重活挪到后台。3.3 可用性测试的执行与数据记录系统能跑之后别直接找同学随便点两下就完事。规范的流程是先写任务脚本再找 35 名没接触过系统的用户每人独立完成同一组任务全程只观察不提示。任务脚本要写成用户能懂的话比如「请在这个页面找到修改个人信息的入口并完成修改」而不是「测试设置模块」。测试过程中记录三类数据完成时间、是否独立完成、卡住的位置。卡住位置比总时长更有价值它直接指向界面的设计缺陷。下面是一个简单的记录表结构可以直接抄进表格软件# 测试记录汇总每人每任务的原始数据 records [ {user: U1, task: T1, time_s: 42, done: True, help: 0, stuck_at: }, {user: U2, task: T1, time_s: 78, done: False, help: 1, stuck_at: 找不到入口}, ] # 汇总平均完成时间与求助率 avg_time sum(r[time_s] for r in records) / len(records) help_rate sum(1 for r in records if r[help] 0) / len(records)time_s用秒做单位便于阅读help记录求助次数stuck_at是自由文本写用户原话最好。汇总时算平均值和求助率两个指标就够了样本量小的时候不要硬上显著性检验报告里诚实写「样本有限结论为方向性参考」反而加分。实测下来5 个用户就能暴露大部分严重问题剩下的是长尾课程作业阶段不必强求。4. 常见问题与避坑报告和代码里最容易翻车的地方4.1 指标数据对不上报告被追问来源现象是报告里写了「平均完成时间 35 秒」但拿不出原始记录或者原始记录里只有总时长没有分任务时长。原因通常是测试时只记了整体感受没有按任务拆解记录。解决办法是测试前就把记录表打印出来一个任务一行当场填事后补记的数据基本不可信老师一问细节就露馅。4.2 交互设计原则只是贴标签现象是报告里写「本系统遵循了一致性原则」但界面里按钮位置、颜色、命名风格各不相同。原因是先做完界面再回头找原则往上套。正确的顺序是设计阶段就选定两到三条要重点体现的原则把它们转成具体的界面约束比如「所有确认操作统一放在右下角」然后在报告里指出约束落在了哪个界面元素上。4.3 大实验能演示但测不了现象是系统演示时很流畅真让用户操作时却找不到可测量的路径因为所有操作都在一个页面里没有明确的任务边界。原因是没有设计任务起点和终点。解决方式是在代码里用状态机显式定义任务开始和完成就像 3.2 里那样让每次测试都有明确的计时区间。4.4 原型工具与最终实现脱节现象是报告里的原型图很精致实际系统却是另一副样子评审时被质疑「你测的到底是哪个」。原因是原型画完就丢实现时凭感觉改。建议把原型图作为实现的对照物每完成一个界面就截一次图报告里用实现截图原型图放在设计章节两者差异处主动说明原因。4.5 测试用户被「带节奏」现象是测试数据异常好看完成率接近 100%。原因是测试时忍不住给提示或者找的都是同专业同学。解决方式是换非本专业的人来测测试全程闭嘴只在用户彻底卡死超过两分钟时介入并计入求助次数。血泪经验是一旦你开口说「你试试点那里」这次测试数据就作废了。5. 进阶把一次课程作业沉淀成可复用的交互评估方法课程结束之后这套东西真正的价值不在于交作业而在于它给了你一套可迁移的评估流程。我在后面做内部工具时仍然沿用这里的三件事任务脚本、操作步数记录、卡点原话。区别只是把纸质记录表换成了埋点日志把 5 个测试用户换成了真实使用反馈。如果你想把这套材料用得更深可以在大实验基础上加一层量化——把每个任务的完成时间和操作步数导出成 CSV画一张散点图横轴是步数、纵轴是时间异常点就是需要重点优化的界面位置。下面这段做汇总统计的代码可以直接改改就用import csv # 从测试记录导出按任务汇总的指标 def summarize(path): agg {} with open(path, newline, encodingutf-8) as f: for row in csv.DictReader(f): t row[task] agg.setdefault(t, {n: 0, time: 0.0, done: 0}) agg[t][n] 1 agg[t][time] float(row[time_s]) agg[t][done] 1 if row[done] True else 0 for t, v in agg.items(): print(t, 平均耗时, round(v[time] / v[n], 1), 完成率, round(v[done] / v[n], 2)) summarize(records.csv)这段脚本读的是测试记录 CSV按任务分组算平均耗时和完成率。参数上注意encodingutf-8表格软件导出的 CSV 常带 BOM不加这句读出来第一列字段名会带乱码。float(row[time_s])要求原始数据里时间列是纯数字如果你在表格里写了「42秒」这种带单位的文本解析会直接抛异常入库前先清洗。另一个值得练的习惯是给每次迭代留版本对照。系统改完一版就重新测 23 个用户把新数据和老数据放一起比报告里的改进结论就有了依据而不是「我觉得改完更好了」。这种前后对照的写法评审时说服力远超任何形容词。还有一个容易被忽略的点把测试用户的卡点原话整理成一份问题清单按严重程度排序而不是按发现顺序。严重程度可以简单用「是否阻断任务完成」和「是否重复出现」两个维度判断阻断且重复的排最前。这份清单本身就是下一轮迭代的需求列表比凭直觉改界面高效得多。从那以后我每次做交互相关的活儿不管是课程作业还是内部工具都强制先写任务脚本再动手画界面——先想清楚用户要完成什么再决定界面长什么样顺序反过来基本都会返工。希望这份材料能帮你把实验报告和大实验一次串顺少走几趟回头路。本文还有配套的精品资源点击获取
