这份 33 页的课件第一页就放了两张图自嘲：一张写着「Me: "I'm very organized"」，另一张写着「Also me:」——下面是乱成一团的文件夹。讲者是维多利亚大学（University of Victoria，UVic）图书馆的数据科学馆员 Nick Rochlin，2026 年 9 月 16 日开讲，是该校「Practical Data Skills」工作坊系列的第一场。它不讲抽象的信息管理理论，只解决一个具体麻烦：一个课题跑上两年，录音、转写稿、清洗过的数据、改到第七版的稿子混在一个叫「新建文件夹」的地方，谁也说不清哪个是原始数据。

三件，顺序很清楚：文件命名、目录结构、版本管理。课件把学习目标写成四条可执行的动作——介绍命名的概念与最佳实践、在示例文件上真的动手做一遍、介绍目录组织的概念与最佳实践、在示例项目上真的排一遍目录。落点是两条能力：能说出命名与目录的做法，并且能开始把这些做法套到自己手上的文件上。所以它不是读完就完的读物，是边读边改自己文件夹的工作单。

课件把命名要求压成三个词并列：Human readable、Machine readable，以及保持一致。人力可读这一条它用三个反问来检验：看一眼文件名，你知道它是什么吗？一年后还知道吗？别人看你的文件，能知道它们是什么吗？你和别人能不能靠文件名很快找到想要的那份？这三个问题里，「一年后」和「别人」是关键——命名不是给自己当下省事，是给未来的自己和合作者留线索。

落到操作上，人力可读的要求是：名字短但信息完整，理想情况由 3—5 个概念性元素组成；把自己的命名约定写下来，放进 README 文件里；缩写、简称、代码都要有定义。这几条里最容易被跳过的是写 README——绝大多数人的命名规则只存在脑子里，换个人接手就全废。

机器可读这一条问的是另一类问题：电脑会怎么给你的文件名排序？文件从一台电脑、一个软件、一个操作系统挪到另一个环境，还能被同样地读懂吗？它给出的规则很具体，原文是这样写的：

也就是说，只用英文字母、数字 0—
9、连字符和下限号；不用空格，也不用那串特殊符号；日期统一写成 20240903 或 2024-09-03。日期格式统一这一条看着琐碎，但它决定了你按文件名排序时能不能得到正确的时间顺序——2024-09-03 和 2024-10-31 混着 9/3/2024 写，排序立刻失效。

课件列了一张「命名时可以考虑的元素」清单，包括：创建或采集日期、简短描述、组别或隶属、活动、地点、编辑者或创建者，以及其他相关信息。这份清单的用法不是全填，而是从里面挑 3—5 个能把你这个项目里的文件区分开的维度，定下顺序，然后一直用下去。

它给了三个同一项目里的实例，把约定和文件名对照着写出来。数据文件是 lldr_mpp_20240723.csv，约定为 project_location_collection-date.file-type，其中 lldr 指 Leaf Litter Decomposition rate（凋落物分解速率），mpp 指 Monk Provincial Park。稿件文件是 lldr_manuscript_V01.docx，约定为 project_content_version.file-type。带编辑者反馈的稿件是 lldr_manuscript_V01_NR.docx，约定为 project_content_version_editor.file-type。三个名字读下来，项目、地点、内容、版本、经手人一目了然——这就是「短但完整」的实际样子。

课件对目录的定义很朴素：目录（也就是文件夹）是让文件保持有序、容易找到的办法；在项目开始之前就设计好目录结构，有助于管理后面会不断收集和生成的所有文件；命名的那套原则同样适用于目录；在示意图里，目录用结尾的斜杠表示。一个目录结构通常包含三样东西：一个根目录（顶层文件夹）、若干子目录，以及相关文件。

它把结构分成浅和深两类：浅结构嵌套层级很少，深结构可能有很多层子目录。选哪种不靠审美，取决于四个因素——项目有多少文件、文件是什么类型、研究团队的规模和性质、以及个人偏好。团队人多、交接频繁的项目，层级清楚比层级少更重要；一个人跑的短期项目，硬造五层目录反而是负担。

真正有用的是它建议的下一步：动手建目录之前，先「白板画一遍」。想清楚项目里有哪些天然成组、彼此区分的数据和文件，画的时候至少要定四件事——目录叫什么名字、每个目录放什么、访问权限怎么分、以及项目其他相关方面。这一步花二十分钟，能省掉后面几个月的反复搬文件。

课件对版本管理的定义是：数据文件在项目过程中会变化、会演进，版本管理就是给这个演进过程留「快照」。它给的两条理由是——促进透明度，以及万一事情搞砸了有个保底。

最佳实践只有一句话，原文用全大写强调：

原始数据单独存一份，之后所有清洗、子集、分析都在副本上做。接下来要考虑的是：数据清理和分析会经过哪几个阶段、哪些版本值得留、以及这些版本是用命名来标记还是用目录来承载。课件列的阶段是 Cleaning/cleaned（清理中／已清理）、Subsets（子集）、Analysis/analyzed（分析中／已分析）、Final（最终版）。用命名标记就是 _V01、_V02 往后排；用目录承载就是 01_raw、02_clean、03_analysis 分开——两种都对，选中一种并在 README 里写清楚就行，最怕的是同一项目里两种混用。

这套课件的练习设计得比讲稿更值得抄。项目背景是：你在研究疫情关停对小企业的持续影响，以及当前的经济状况，对象是温哥华、多伦多、蒙特利尔三个城市的小企业；项目的一部分数据来自对业主的访谈，并且要把餐馆、五金店、服务业分开看。

练习一给了四份文件让你命名：温哥华一家叫「Pho Show!」的越南餐馆，业主 John Bon，2024 年 9 月 3 日的访谈录音；这份录音的转写 Word 文档；蒙特利尔一家叫「Jill's Bikes」的自行车租赁店，业主 Jill Dill，2024 年 8 月 12 日的访谈录音；以及它的转写稿。要求是给每份文件起一个既人力可读、又机器可读的名字——正好把前面那套元素和格式规则用一遍。

练习二在同样背景下要求你排出文件夹层级（不用管文件名），文件清单在四份之外又加了第五份：多伦多一家叫「step2」的鞋店，业主 George Gorgeous，2024 年 10 月 31 日的访谈录音。三座城市、三类业态、两种文件形态（录音与转写稿），层级怎么切——按城市切、按业态切、还是按文件形态切，或者城市下面再分业态——这个取舍就是练习要逼你想清楚的东西。

照这两道练习走一遍，自己的项目基本也就有骨架了：先定 3—5 个命名元素和日期格式，写进 README；再白板画出目录树，定好每层放什么、谁能访问；最后决定原始数据放哪、版本用命名还是目录标记。

回复本帖，可见这份 UVic 课件的官方获取入口（指南主页与课件文件本身）、整个 Practical Data Skills 系列八场的时间表、课件里那套命名约定的可套用模板，以及该指南的开放许可原文条款，方便你直接照着改自己的文件夹。