学编程有哪些好处呢？

• 帮助自动化完成一些冗长枯燥的手工劳动；
• 学英语，编程的通用语言是英语，很多编程资料都是英文的；
• 训练逻辑能力，把报错的程序调试到正确的过程也是认知提升的过程；
• 训练产品思维，当你开始思考代码的易用性、健壮性等问题时，你就是在做一个虚拟产品，你也是一个产品经理；
• 当然，这里还能列举更多的好处。

前期准备

确定自己学编程的目标

是为了把自己从冗长枯燥的手工劳动中解放出来？还是毕业论文没数据要去晚上爬取数据？还是编程就是饭碗？

总之，要任务导向，要学以致用，学习编程要能创造有效生产力。

选择适合自己的学习材料

如何找教材？

• 知乎、豆瓣、专业论坛(博客)推荐，e.g. 直接百度 "数据挖掘教材推荐 知乎"；
• 请教前辈

如何选教材？

• 跟上时代，教材最好是结合最新版本的软件(以免一些旧操作已经失效)，技术发展更新很快，太"古老"的资料不要看(经典除外)；
• 结构系统，找一本系统性强的评分高的入门教材入手，先搭建知识框架，后面逐步学习难度和专业性更强的资料，为知识框架“添枝加叶”，博客、论坛碎片化知识不适合入门(更适合查找特定问题的解决方案)

结构化学习

制定适合自己的学习路径

不同的学习者目标不一样，有的是为了数据分析、有的是为了网页开发、有的可能是网络安全等。

把编程要实现的大目标，拆分成一个个的小目标，先做什么，后做什么，难度一点点增加，就像登楼梯一样，技能一步步提高。

e.g. 我想用python 学习数据挖掘，那么可以试试检索“python 数据挖掘 学习路径”或者“python data mining learning path”，搜到的文章可以用来作为决策参考。

编程学习通用框架

以下分享自己总结的通用框架(大部分的教材的基本框架也是如此)，通过4个步骤的学习路径来逐步提升。

编程学习通用框架：

1. 环境部署，即如何安装编程需要的软件、工具包、插件，以及配置编程开发环境等；

2. 编程元素，主要有以下3类：

• 变量，分为基本变量(e.g. 数字、字符串、日期等)和复合变量(e.g. 数组、列表、结构体等)；
• 语句，逻辑判断(e.g. 大小比较、是否判断、集合归属、或且非等)、循环语句(e.g. for、while)等；
• 函数，即一组处理变量的语句，e.g. 统计函数、日期函数、字符串函数等；

3. 数据操作

• 数据输入、输出操作；
• 数据变形，创建、增加、删除、修改，以及取数、拆分、合并等操作；
• 变量运算，e.g. 统计、排序等；
• 图形展示，e.g. 静态图、动态图、2维图、3维图等；

4. 高级操作

• 数据产品，e.g.自定义函数、工具包、软件等；
• 数据库操作，数据分析，界面设计等；
• 高效率编程，大批量数据处理；
• 多个数据产品交互，e.g. python、spark、Hive协同作业；

多练习多思考

和已有的编程知识联系

不同的编程语言，底层逻辑基本是一致的，基本学习框架也是一致的。

多实操，做点有趣的事情

把习得的技能应用于工作和生活，一方面可以检验学习效果，另一方面实战演练遇到的情况往往比教材复杂，更有利于综合能力提高。

兴趣是最好的老师，可以尝试用编程来做点有意思的事情，e.g. 做一些自动化的小工具，用来提高效率，用爬虫抓取美女图片等等。

在寻求他人帮助前尽量自己先多尝试，工具就在手中，探索得到的知识印象更深刻。

不断迭代改进

第一次写出来的代码总不是最完美的，后面会发现一些bug(漏洞)，这些都是开始没有考虑完备的情况，所以要不断修改完善。

完善程序的主要目标有两个：

• 提升健壮性(兼容性)，即适应数据的变化；
• 提升运行效率，单位时间内能处理更多的数据；

养成好的编程习惯

学会正确定义问题和提问

具体可以参考 Eric Steven Raymond 的文章《How To Ask Questions The Smart Way》

注： 什么？都是英文？学好英文很重要，技术领域的很多好资料都是英语写的

尽量避免重复造轮子

充分利用网络资源，合理使用他人分享的工具。

个人会常去github上找工具包，或者找cheat sheet(作弊手册)，e.g. 搜索一下“python cheat sheet”，python常用知识点的总结就到手了，这些核心知识基本覆盖了80%的应用场景，尤其是初学者，cheat sheet必备啊。

注：关于避免重复造轮子，更多请参考《工具思维的陷阱》。

优雅地写代码

更多可以参考《编程代码规范》这篇文章。

一个好的程序应该具有如下特点：

• 易使用、易读懂、易维护；
• 运算准确、兼容性强、效率可观；
• 注释清晰、命名规范、语句精炼、信息完备(版本、作者、修改记录)等

编程难学吗？

虽然编程有点抽象，但是远没有数学公式来得抽象，借用《为学》里的那句话——“天下事有难易乎？为之，则难者亦易矣；不为，则易者亦难矣”——如果你想学，那就开始动手咯。

原文地址：https://www.cnblogs.com/dataxon/p/12544281.html