python容易上手嗎
工作中，我總聽到很多程式設計師抱怨，說現在的計算機程式語言太多了，學不過來了。一些人 Java 用了很多年，但是最近的專案突然需要用 Python，就會不知所措，壓力很大。
眾所周知，Facebook 的主流語言是 Hack（PHP 的進化版本）。不過，我敢拍著胸脯說，就剛入職的工程師而言，100 個裡至少有 95 個，以前都從未用過 Hack 或者 PHP。但是，這些人上手都特別快，基本上一兩週後，日常程式設計便毫無壓力了。
他們是怎麼做到的呢？
事實上，他們遵循的，正是我在開篇詞中提到的方法，也是本專欄學習的中心觀點：“從工程的角度去學習 Python”。那麼具體來說，到底要怎麼學，學習的過程中又要特別注意哪些地方呢？
不同語言，需融會貫通
其實，如果你在學一門語言的時候多閱讀、多練習、多思考，你就會發現，不同語言都是類似的。程式語言本就是人類控制計算機的指令，語法規則等方面自然大同小異。
而在原有基礎上，學習一門新的程式語言，其實也沒有那麼難，你首先要做到的是明確區分。比如，在學習 Python 的條件與迴圈語句時，多回憶一下其他語言的語法是怎樣的。再如，遇到 Python 中的字串相加時，你能分析出它的複雜度嗎？再聯想到其他語言，比如 Java 中字串相加的複雜度，它們之間有什麼相同點、又有什麼區別呢？
除了能夠明確區分語言的不同點，我們還要能聯絡起來靈活運用。比如，最典型的“程式語言兩問”：
你瞭解你學過的每種程式語言的特點嗎？
你能根據不同的產品需求，選用合適的程式語言嗎？
舉個例子，Python 的優點之一是特別擅長資料分析，所以廣泛應用於人工智慧、機器學習等領域，如機器學習中 TensorFlow 的框架，就是用 Python 寫的。但是涉及到底層的矩陣運算等等，還是要依賴於 C++ 完成，因為 C++ 的速度快，執行效率更高。
事實上，很多公司都是這樣，伺服器端開發基於 Python，但底層的基礎架構依賴於 C++。這就是典型的“不同需求選用不同語言”。畢竟，你要明白，哪怕只是幾十到幾百毫秒的速度差距，對於公司、對於使用者體驗來說都是決定性的。
唯一語言，可循序漸進
當然，如果 Python 是你學的第一門程式語言，那也不必擔心。我們知道，雖然同為人機互動的橋樑，Python 語言比起 C++、Java 等主流語言，語法更簡潔，也更接近英語，對程式設計世界的新人還是很友好的，這也是其顯著優點。這種情況下，你要做的就是專注於 Python 這一門語言，明確學習的重點，把握好節奏循序漸進地學習。
根據我多年的學習工作經驗，我把程式語言的學習重點，總結成了下面這三步，無論你是否有其他語言的基礎，都可以對照來做，穩步進階。
第一步：大廈之基，勤加練習
任何一門程式語言，其覆蓋範圍都是相當廣泛的，從基本的變數賦值、條件迴圈，到併發程式設計、Web 開發等等，我想市面上幾乎沒有任何一本書能夠羅列完全。
所以，我建議你，在掌握必要的基礎時，就得多上手操作了。千萬不要等到把教材上所有東西都學完了才開始，因為到那時候你會發現，前面好不容易記住的一堆東西似乎又忘記了。計算機科學是一門十分講究實戰的學科，因此越早上手練習，練得越多越勤，就越好。
不過，到底什麼叫做必要的基礎呢？以 Python 為例，如果你能夠理解變數間的賦值、基本的資料型別、條件與迴圈語句、函式的用法，那麼你就達到了第一步的底線標準，應該開始在課下多多練習了。
比方說，你可以自己動手程式設計做一個簡易的計算器，這應該也是大多數程式設計師實操的第一個小專案。使用者輸入數字和運算子後，你的程式能夠檢查輸入是否合法並且返回正確的結果嗎？
在做這個小專案的過程中，你可能會遇到不少問題。我的建議是，遇到不懂的問題時，多去Stack Overflow上查詢，這樣你還能閱讀別人優秀的程式碼，借鑑別人的思路，對於你的學習肯定大有幫助。當然，實在解決不了的問題，也可以寫在留言區，我們一起來解決。
第二步：程式碼規範，必不可少
誠然，學習程式設計講究快和高效。但是，與此同時，請一定不要忽略每一種語言必要的程式設計規範。在你自己剛開始寫程式碼練習時，你可以不寫單元測試，但總不能幾百行的程式碼卻沒有一個函式，而是從頭順序寫到尾吧？你可以省略一些可有可無的註釋，但總不能把很多行程式碼全部併到一行吧？
比如，我們來看下面這行程式碼：
顯然，這樣寫十分不科學，應該把它拆分成多行：
再比如，變數和函式的命名雖有一定的隨意性，但一定要有意義。如果你圖省事，直接把變數依次命名為 v1、v2、v3 等，把函式依次命名為 func1、func2、func3 等等，不僅讓其他人難理解，就算是你自己，日後維護起來都費勁兒。
一名優秀的程式設計師，一定遵守程式語言的程式碼規範。像 Facebook 的工程師，每次寫完程式碼都必須經過別人的 review 才能提交。如果有不遵守程式碼規範的例子，哪怕只是一個函式或是一個變數的命名，我們都會要求原作者加以修改，嚴格規範才能保證程式碼庫的程式碼質量。
第三步：開發經驗，質的突破
想要真正熟練地掌握 Python 或者是任何一門其他的程式語言，擁有大中型產品的開發經驗是必不可少的。因為實戰經驗才能讓你站得更高，望得更遠。
比如我們每天都在用搜索引擎，但你瞭解一個搜尋引擎的伺服器端實現嗎？這是一個典型的面向物件設計，你需要定義一系列相關的類和函式，需要從產品需求、程式碼複雜度、效率以及可讀性等多個方面考慮，同時，上線後還要進行各種最佳化等等。
當然，在專欄裡我沒辦法讓你完成一個上億使用者級的實踐產品，但是我會把自己這些年的開發
經驗傾囊相授，並透過量化交易這個實戰案例，帶你踏入“高階戰場”，幫你掌握必要的開發知識。
最後，我專門為你繪製了一張 Python 學習的知識圖譜，裡面涵蓋了 Python 最高頻的核心知識，大部分內容我在專欄中都會講到。你可以儲存或者打印出來，作為學習參考。
今天，我跟你分享了 Python 的學習方法和注意事項，其實這些觀點不只適用於 Python，也能幫助你學習任何一門其他計算機程式語言，希望你能牢記在心。在接下來的課程裡，我會帶你逐步突破，最終成為一名 Python 高手。
那麼，對於學習 Python 或者是其他程式語言，你有什麼困擾或是心得嗎？歡迎在留言區與我交流！