讨论什么是整洁的数据以及它们看起来像什么很重要，因为在世界上，大多数数据都是不整洁的。如果你不是输入数据的人，而是别人交给你的数据来做项目，那么这些数据往往是不整齐的。不整齐的数据通常被简称为混乱数据。为了轻松处理这些数据，您必须将它们转换成整洁的数据格式。这意味着你必须充分认识到不整齐的数据，并了解如何将数据转换成整齐的格式。下面这些在混乱数据集中常见的问题同样来自 Hadley Wickham 有关整洁数据的论文 (http://vita.had.co.nz/papers/tidy-data.pdf)。在简要回顾了每个常见问题之后，我们将看看几个混乱的数据集。最后，我们将讨论整理不整洁数据的概念，但还不会进行实际操作。实践即将到来！

有了对整洁数据以及整洁数据如何融入数据科学生命周期的扎实了解，我们将花一点时间向你介绍我们将在整个专业课程中教授和使用的 tidyverse 和与 tidyverse 相关的软件包。这些软件包共同构成了我们所说的 tidyverse 生态系统。本课程其余部分的目的不是让你了解如何使用每个软件包（这即将到来！），而是帮助你熟悉哪些软件包适合数据科学生命周期的哪个部分。 请注意，下面的官方 tidyverse 软件包是粗体的。所有其他软件包都与 tidyverse 相连，这意味着它们遵循与官方软件包相同的约定，并能在数据分析的 tidy 框架和结构中很好地工作。

数据科学项目千差万别，因此很难给出组织项目的通用规则。不过，有几种组织项目的方法通常很有用。尤其是，几乎所有项目都需要处理各种文件--数据文件、代码文件、输出文件等。本节将介绍文件的工作原理，以及如何组织和定制项目。

在整个专业课程中，我们将使用 "开放案例研究 "中的大量案例来演示课程中介绍的概念。一般来说，我们会在整个专业课程中使用相同的案例研究，这样可以保持连续性，让你在使用有趣的数据时专注于所教授的概念和技能（而不是上下文）。这些案例研究旨在解决一个公共卫生问题，并且全部使用真实数据。

通过该项目，您可以创建一个新项目，并整理未来数据分析所需的文件。