随着新时代的到来，人类社会越来越依赖由各个学科之间，以及与计算机科学、数据科学融合所驱动的物质与信息科技进步，不难看出交叉学科发展是时代的需求，也必然迎来新的局面。

而学术界和工业界如何在各个学科之间，以及与数据科学、人工智能融合已成为世界各个国家重点关注的国家战略投入方向。为此，我们迫切需要培养一批能够面向数学、物理、生命等多学科与计算机科学、数据科学、人工智能交叉融合研究能力的高层次科学技术人才。为了达成这一目标，越来越多的高校已经或正在把Python程序设计相关内容加入本科生通识教育体系，作为这一目标的基础支撑课程。

为了有效达成教学目标，面向交叉学科的Python程序设计教育强调必须扎根于实践动手经验。这就需要一个有效的、设计优异的实验教学体系作为支撑。传统的程序设计课程（如C语言，编译）都已有一套广为采用的成熟的实验教学体系。反观国内的面向交叉学科的Python程序设计实验教学，还处于极为早起的阶段，过于针对计算机学科，与其他学科的融合交叉远不够深入、全面。

而面向交叉学科的Python程序设计，恰恰是这两个方向必然的结合。本课程旨在培养具有社会责任和职业道德、以国际化的前沿视野，系统掌握数学、物理（力、热、光、电）、生命、化学等多个基础学科之间，以及与计算机科学、数据科学、人工智能学科交叉融合的多元化项目实践、打通学科间壁垒的探究式方法和程序设计技术的顶尖科学研究与工程研发人才。

教学水平与课堂内容

邢凯老师的《面向交叉学科的Python程序设计与跨学科实践》课程内容涵盖基础Python语法及数据结构，并深入到Python库的应用和前沿技术，如人工智能领域的应用。然而，多数学生反馈上课体验较差，老师讲解不够清晰，在线上课程中互动较少，部分同学提及“听不懂”或“学不到东西”。课程后期涉及深度学习等内容，建议有相关背景知识的同学选修。

考试与作业

课程作业包括5个小作业和一个小组大作业，任务量大且具有挑战性。学生普遍反映作业要求不清晰，“无监督学习的典范”。小作业的难度不一，大作业需要跨学科思维，但缺乏过程中的反馈，仅在学期末需提交。部分学生提及作业要求标准混乱，不同学生从不同渠道获取到的作业要求可能不同。

给分

给分的评价差异明显。有学生表示给分较好，并能接受混乱的评分标准，而另一些学生则感到给分不透明且随意。总体来说，若能提交具备新意或者个人特色的项目，评分可能会较好，但高分较为“卷”。大多数人建议选这门课需谨慎，尤其是对成绩看重的学生。

课程总结

总体而言，该课程更适合有Python基础且对技术应用有兴趣的同学。作业和项目较挑战学生的自主学习能力，对于旨在刷分或者无任何编程基础的同学，不推荐选修。同时，出分迟缓也是一个值得注意的问题。课程可作为跨学科实践经验的获取平台，但需具备较强的自学能力和一定的相关基础知识。