如何学习编程

You can code. They cannot. That is pretty damn cool.

– Zed A. Shaw in《Learn Python The Hard Way》

如今编程成为了一个越来越重要的能力：作为设计师，懂一些编程可能会帮你更好地理解自己的工作内容；作为创业者，技术创始人的身份则会让你的很多工作显得更容易；作为研究者，学会编程能让你按照自己的意图获取数据和处理数据。无论哪个行业，都面临着如何同互联网相融合的机遇和挑战。具备一定的编程能力，无疑会提高在互联网时代的竞争实力。

刚开始学习编程的新手，常面临这样的问题：

• 面对各种学习资料，不知道从哪里开始；
• 好不容易入门后，发现需要学习的内容越来越多、越来越难，陡峭的学习曲线使人望而却步；
• 经过一段学习，已经具有一定的基础知识，但是不知道如何进行一个真正的项目，缺乏继续深入学习的动机。

幸运的是，我们现在处于互联网蓬勃发展的时代，初学者面临的这些问题，已经有诸多的解决方案，在这一章节中，我们一起了解前人们的经验和教训，从而提高学习效率。

调整心态

首先要明确一点，编程不是一件轻轻松松就能学会的技能。虽然能在书店中看到大量类似 《21 天学通 XXX》的书籍，但一旦你开始学习的时候，就会有这样的体验：所谓的捷径是不存在的，尤其是在编程领域，只要有一处错误，有一处你没有真正掌握的知识点，你就会卡在哪里，只有排除错误后，你才能继续下一个任务。一句话：学习编程意味着你将需要投入大量的时间和精力。

在学习编程的过程中，一些人容易放弃的原因主要有三点：

• 一是没有目标，不知道掌握了编程技能后能解决什么具体问题。
• 二是乏味，在学习编程语言的基础知识（如语法规则、编程模式）时提不起兴趣。
• 三是觉得难，有些知识点的确不是一下就能理解，尝试后知难而退。你不需要立马弄明白所有的东西，不过随着你的不断学习和使用，那些曾经困惑你的问题可能会自然显现。

如何解决这些学习过程中遇到的困惑呢？根据个人的经验和别人的总结，提出如下建议：

明确目标

在你学习编程之前思考一下你的目标，你想要用这门语言写什么？网站？游戏？手机 APP？还是想自动完成一些乏味重复的任务？亦或你只是想找个好工作。当然，所有的这些都是有价值的目标，这些目标都是你学习的驱动力，没有驱动力，很有可能在略显枯燥的漫长学习之旅中半途而废。

行为科学家认为，人的驱动力分为三种：

• 第一驱动力是生物性需求，即对食物、性欲等等的需求；
• 第二驱动力则来自外在动机，做出特定行为时环境会带来的奖励或惩罚；
• 第三驱动力来自于内在动机，我们有“发现新奇事物、进行挑战、拓展并施展才能以及探索和学习的内在倾向”。

第三种驱动力比另外两种更脆弱，它只有在合适的环境中才能存在。人们发现，以乐为本的内在动机，也就是感受到自己的创造力是最强大的动机，才是真正能驱动人们进行自我管理、不断前进的动力。Linux 操作系统的创始人李纳斯·特沃兹在自传《乐者为王》中也谈到类似的观点：很多顶尖的程序员写程序的目的，并不是为了赚钱或者得到公众的奉承，而是觉得写程序本身很有趣。

保持驱动力，还可使用“心理对照”(metal contrasting) 的技巧，此方法将你现在的状态和你期望达到的状态作对比。心理对照能产生巨大效果的原因，就在于你在拿想要的未来与当下的状态或曾经的状态进行对比，在生活和工作空间中摆放一些能让你联想到未来的图片，它可以为你增加动力。

保持兴趣

赫伯特·亚历山大·西蒙认为，人是有限理性的动物，体现在学习中，就是情境理性。即“在哪里用，就在哪里学”，人的学习受到情景制约或者促进。你要学习的东西将实际应用在什么情境中，那么你就应该在什么样的情境中学习这些东西。比如，你要学习讨价还价的技巧，就应该在实际的销售场合学习，因为这一技巧最终是用在销售场合的。

了解到这些行为科学的研究成果后，我们应该将编程和自己或者他人的实际需求结合起来进行学习和实践，也就是说，我们应该利用计算机解决实际的问题，这样才能保持足够的驱动力。当然，人在不同阶段的需求会有变化。比如我刚毕业时，刚接触互联网，觉得很神奇，就利用业余时间建立了一个班级网站，方便同学之间联系。后来，在复习考研的过程中，发现很多背单词软件都满足不了自己的需求，又在复习的间隙，写了一个背单词的工具，参加工作后，没有发现合适的选股工具，在业余时间，写了一个选股工具，取得了还算理想的投资收益。

总之，编程是连接理论与实践的纽带，是计算机科学与计算机应用技术相交融的领域。正确的编程学习方法应该是：通过自上而下的探索与项目实践，获得编程直觉与推动力；从自下向上的打基础过程中，获得最重要的通用方法并巩固编程思想的理解。

如何学习

细嚼慢咽

学习新知识时，由于陌生的概念较多，很想快速掌握、贪多，我自己也经常这样，所以经常会在不同的资料之间来回切换。我一但进入这个状态，效率就很低，只到我收回贪心，慢慢地，一个一个地解决一些细小的问题，才能实质性地推进学习进度。

不断地转移注意力，也就意味着你脑中的新观点、新概念没有机会互相产生联系，一心多用，会迅速疲劳，产生挫折感，因为每一次微不足道的注意力转移都消耗大脑能量，让你事倍功半。

建议使用番茄工作法“poromodo”，在一个相对短暂的时间里，比如 25 分钟内，专注于一项任务，并且将注意力放在过程而非结果上（如不要关注我快要完成任务了吗？）。专注过程的你不会再某一项任务上举步不前，而是进入一种自动状态，并不在乎是否必须完成任务。

快速迭代

迭代是一个重复反馈过程的活动，每一次迭代的结果都会作为下一次迭代的初始值，从而不断逼近目标或结果。迭代的实质思想是每次循环不求完美，但求不断发现新问题，迅速求解，获取和积累新知识。具体到编程学习中，就是先快速了解一门编程语言的基本语法，之后就开始用这门语言解决实际问题，做出一个能用的版本，然后再不断优化。

尽快用学习的编程工具作出实际项目，还有个好处，那就是能在学习的过程中，不断感受到自己的创造力，按照之前提到的理论，这种内在动机，也就是因一件事很有趣、很有挑战性、很令人着迷而去做的驱动力，对于从事创造性工作的人（艺术家、科学家、发明家和在校学生等等）至关重要。

内化输出

在学习的过程中，做好笔记。对不太熟悉的知识点，结合项目经验，简单总结后发布在博客或者 Github、Oschina 等等版本管理站点上。当知识点能形成知识网络时，利用思维导图、概念图等工具将知识点之间的逻辑关系表述出来。这样做，一方面能在日积月累中熟悉知识，方便日后查询温习；另一方面通过内容的创作，能有效提高学习的成就感，进而增强学习兴趣，进入学习的正向循环。

做笔记的时候，最好不要粘贴、复制网络现成的资料，具体可参考理查德·费曼提出的以下步骤：

• 选择你想要学习理解的概念；
• 假设你正在给别人讲解这个概念，写出这个概念的解释。当你试着给别人讲解这个概念时，可促进对这个概念的深入理解，也能及时发现对这个概念的模糊之处；
• 如果你卡在某个地方，回头查阅资料重新理解概念，只到你能达到上一步的要求；
• 简化你的表述。使用你自己的语言，而不是资料上的原话，简洁清晰地表述概念。如果你的解释比较混乱，那就意味着你可能并没有真正理解这个概念。

善用网络

与其它领域的学习不同，学习编程有着高质量的网络资源，从官方文档到各种教程，从入门级别的练手代码到行业顶尖人员的作品，甚至开发工作中常见错误的解决办法，都可以从网络中获取。互联网本身就是一个友善的集体智慧创作群体的成果。我们应利用互联网，积极参与人类智慧的集体进化，这是最简单的让自己变得更智慧的方法。

• 询问AI助手。2023年以来，人工智能内容生产工具出现了爆发式发展，以ChatGPT为代表的工具，可以很好地辅助学习者进行学习。推荐使用：https://devv.ai/。
• 在线教学网站。网络上有许多高质量的教学网站，如 慕课网、Code.org 等等，这些网站积累了大量优质教学资源。
• 官方网站。不管何种语言或者框架、库之类，其官方网站应该是学习者解决疑惑的首选；
• 专业问答网站。遇到问题时，去 Stack Overflow、SegmentFault.com 等专业编程问答网站查找或者提问；
• 代码托管网站。在开始项目前，最好到 Github 等代码托管网站查看有无相近的项目。
• 利用 Google 等搜索引擎。

最后，来段视频鼓励下大家：大多数学校不会教的东西。

扩展阅读资料

1. [美] 芭芭拉·奥克利. 学习之道. 北京: 机械工业出版社, 2018.
2. [美] 凯利·麦格尼格尔. 自控力. 北京: 文化发展出版社有限公司, 2017.
3. [美] 丹尼尔·平克. 驱动力. 杭州: 浙江人民出版社, 2018.
4. TED：激情与毅力的力量