教文本分析与数字人文
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
DHcode.org 是一个面向计算人文的免费自学视频课程，核心目标是让学习者在较短时间内理解“research-worthy computational text analysis”。课程不要求预先具备编程经验，围绕 Python 在人文与社会科学文本研究中的应用展开，并配套 Anaconda、Jupyter Notebook 等免费开源工具的安装与使用说明。
课程领域集中在计算人文、Python 基础、数据结构、Pandas 数据处理、文本清洗、文本预处理和基础文本分析。内容从 data types、strings、variables、lists/dictionaries、booleans 等编程概念开始，再过渡到 conditionals、loops、functions，以及 Pandas、缺失值、标准化、清洗数据、NumPy、情感分析和语言翻译等主题。授课形式为自定进度视频系列，并提供 Jupyter Notebook 代码文件和数据链接；正文未显示直播课、1v1辅导或作业批改机制。
定价非常友好：课程本身免费，页面也强调所用编程工具均为免费和开源。支付方式、订阅模式、商业升级包均未出现。认证方面，未看到结课证书、学分或职业认证信息，因此更适合作为学习和研究准备，而不是简历型证书课程。师资背景披露有限，页面仅感谢 CU Boulder 的朋友和同事对项目的帮助，缺少具体讲师资历、课程团队或学术机构正式背书信息。
优点是定位清晰，专门服务人文和社会科学中的文本分析需求；对零基础友好，能把 Python 基础概念和研究场景相结合；工具链完全基于开源生态，学习成本低。配套的 tip sheets、debugging help 和免费资源列表也有助于新手排错。不足在于互动支持信息不足，后续若遇到复杂环境或代码问题，可能主要依赖自查；部分抓取正文中后段课程描述出现“ASDF”占位，说明公开文本对高级章节细节展示不充分。
它适合想快速入门计算人文、数字人文、社会科学文本分析的学生、研究者和教师，尤其是希望用 Python、Pandas、Jupyter Notebook 处理语料的人。对中国用户而言，网站可访问性、视频托管来源和下载稳定性正文未说明，因此中国访问状态只能判为未知；支付不是主要问题，因为课程免费。若访问或语言受限，可考虑 Coursera、edX、Kaggle Learn，或国内中国大学MOOC、学堂在线、B站的 Python 数据分析与 NLP 入门课程作为替代。
本测评基于公开资料整理,不构成购买建议,请以 dhcode.org 官网实际信息为准。
免费课程材料，适合人文计算入门。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。