文 | 太阳雪
来源：Python 技术「ID: pythonall」
Python 技术已经一岁多了，持续不断地推出新知识、新技术、新技巧，不过很多童鞋存在一个疑问：学这么多编程知识、技术、技巧到底有什么用？对呀，技术日新月异，层出不穷，解决方案如雨后春笋，对于我们普通人来说，编程到底有什么用，今天我来谈谈这个问题，期望对你有所启发。
先看三个故事
1 原来可以这么玩每月发工资前需要给员工计算工资表，需要个人的社保扣除金额、考勤金额，然后，财务将每个人的基本工资减去扣除部分，最后形成员工的实际工资。
看似简单，实际上手工处理起来比较麻烦，小小的屏幕，被打开的 Excel 挤满了，不同报表上信息格式、顺序还不一致，加上人员变动以及考勤情况，不得不说，这是个艰巨的任务，因此每月核算前夕，会计童鞋不得不加班加点
上月，部门的会计的同学请假了，无法及时处理核算工资，委托我来帮忙处理，前后沟通了好几次，反复叮嘱，可能担心我慢，耽误进度。
不过我并不打算手工处理，而是用程序，于是利用下班时间（毕竟是额外工作）写了一个 Python 脚本，并且提前完成任务，处理过程大概是这样：
分析了这些报表，从中找到数据直接的关联（比如员工姓名+员工编号 可以作为不同报表直接的数据关联依据）整理了核算字段（就是核算项目，例如 医保、公积金等）设计了处理规则（比如，从哪个报表开始，处理报表的顺序是什么）用 Python 实现处理过程，其中 Excel 处理使用了 OpenPyXl（参见 《Excel 神器 —— OpenPyXl》）等会计回来，惊喜不已，这下可以帮他省下很多功夫了，不禁问：“怎么才能学会 Python ……”
2 五十岁学 Python今年（2020年）五月，地产大佬，潘石屹以 99 分的成绩，高分通过了 Python 编程能力等级测试：
对于为什么学习编程，他在微博中这样描述：
在农业社会时，我们要学习驾驭马、驴、牛，让它们为我们出力、干活。
在工业社会时，我们要学会驾驭各种机器、火车、轮船、飞机、机床等等。
今天，我们要让机器听我们的指挥，我们就要学习机器能听懂的语言。
为了学习 Python，潘石屹不断地练习，并且在微博上不断地发布学习感想和心得，一致于他的很多朋友都误以为他的微博被盗号了~
一次采访中他谈到，现在是个人工智能的时代，需要学习和机器打交道的工具，目前最好的工具就是 Python 编程语言
潘石屹采访
3 编程改变思考方式币圈大佬李笑来在写某本书时，想说明 即便是结论正确，论证过程乱七八糟也不行！ 这个观点，需要找一个例证。
某次找到了这样一个说法：
如果把字母 a 计为 1、b 计为 2、c 计为 3 …… z 计为 26，那么：
kNowledge = 96harDWork = 98attitude = 100所以结论是：
知识（kNowledge）与勤奋（harDWork）固然都很重要;但是，决定成败的却是态度（attitude）！
虽然结论很对，但是证明过程太过牵强了，如何证明这个证明过程是荒谬的呢？
只要能找到按照规则得分为 100，且具有负面含义的单词就可以了
但是英文单词有 几十万个，凭直觉一个手工计算，一定会被累死，于是面对如此荒谬的证明过程，却 “无话可说” 了
好在李笑来会编程，通过编程，很快找到了三千多个 “满分”单词，其中包括：
connivance（纵容）coyness（羞怯）flurry（慌张）impotence（阳痿）stress（压力）tuppence（微不足道的东西）……看到这样的结果，那个结论推导过程的荒谬显而易见了
如果你来实现，该怎么做呢？回复文后关键字获取，可获取参考代码
以
语言的学习过程为实例，阐述自学的过程，其中
在李笑来的另一本《自学是门手艺》中，有很多说明观点的图表，值得称赞的是，图表不是图片引用，而是通过 Python 代码，将原始数据做成图表展示的，例如关于中国人预期寿命的数据说明：
我们一般看到图表之后，只是看一眼，至于数据是否对，现象是否合理不会多做思考，而借助编程工具，就能更好的更可靠的对结论或者现象做出判断
程序到底是什么《自学是门手艺》以 Python 语言的学习过程为实例，阐述自学过程的，可以作为 Python 学习的教程，推荐阅读
三个故事从不同角度上说明了编程的重要性，但对应实践而言，可能还是不知道如何应用，或者说解决实际问题
其中一个重要原因是：没有建立其现实世界与程序世界的联系
程序世界里是数字，或者说处理的是由数字组成的信息，而现实世界中存在是具体的物体，或者抽象概念的实物，数字与实物之间并不存在必然关联。
程序的结构现在的计算机是建立在图灵机模型的基础上的
主要由三部分组成：
输入处理输出对于计算机来说，输入的是数据，通过处理器的计算，最后输出处理后的数据
而程序就是指导计算机如何处理数据的，可以将其想象成一个个处理单元，那么每个单元也应该具有自己的输入、处理和输出
输入而对一个能解决实际问题的应用来说，也是一样的，那么让程序与实际之间的联系在于如何将实际问题数据化
这里就是具有挑战的地方，有些东西容易数据化，比如学生的考试成绩，有些不容易数据化，比如人们的性格
除了数据化的挑战，还有一个挑战是数据量问题
前面李笑来寻找 “满分” 单词的例子中，数字很容易，字母都有个数值编码，而如何找到所有的单词是个数据量问题
对于数据量问题，解决方法就是寻找数据源，比如李笑来通过搜索引擎找到了收录了所有英文单词的文件，常见的方法有：
搜索已经存在的数据源爬取搜集网络中零散的数据人工输入通过 API 读取...处理解决了数据来源问题，就需要对数据进行处理，处理过程是我们最熟悉，练习最多的部分
编程语言教程绝大部分内容是讲述处理过程的，在编程学习中遇到的练习往往是去除了输入问题的，这样有助于我们关注处理本身
虽然如此，处理过程无时不刻在与数据打交道，处理各种来源的数据：
来自文件系统来自网络来自接口变量、形参来自数据库来自其他程序的输出来自终端输入对于每种来源，我们学习到了如何解析，如何读取，如何遍历，如何整理和存储等等 *** 作，例如 Python 中的 open 全局方法可以读取一个文本文件，Python 中的各种数据类型用于存储不同形式的数据等等
当数据被接收并解析后，就可以做加工处理了，这时我们学习了程序流程控制，以及各种运算方法。
因为信息被已经被转换为数据，或者数值，那么就可以参与运算，这也是数学知识对计算机如此重要的原因，我们需要将实际问题（业务问题）转换为可以用算法或者数学公式计算的形式
例如确定多个元素之间的关系，可以转换为求多维空间中点之间的欧拉距离，可以参考《Python 告诉你疫情扩散有多可怕》，其中用于确定是否达到感染条件的方式，就是通过计算二维平面上模拟点之间的欧拉距离实现的。
输出对数据的加工处理后，需要给出一个结果，否则程序就像黑洞一样，不知其然
和输入来源相对应，可以输出为：
文件系统的文件网络数据方法返回值数据库终端输出输出的结果可以是将加工好的结果存储起来，以便后来使用，也可以产生某种效果
最直接的效果是显示在屏幕上，能让人看到，通过光能将结果传递到人的眼睛，从而产生影响
可以想象如果信息传递的介质变了，产生的效果会大有不同，例如机械控制软件，可以用结果控制机器，最常见的是打印机，我们将结果通过电能驱动打印针头和马达，打印在纸上
说白了输入输出就是程序世界与现实世界的接口，或者说是边界，输入输出的存在，将现实世界和程序世界结合在一起，从而让程序具备了驱动世界的能力。
总结本文从几个实例出发，说明了编程对我们的重要性，并且从程序结构的视角简要说明了程序的三个组成部分：输入、处理和输出，勾勒了一个程序的基本轮廓，以便对程序的理解有所帮助。
从第一台计算机诞生，到现在的互联网信息时代，几十年间，程序改写了人类历史，赋予每个人改变世界的能力，现在我们生活的方方面面都离不开程序的参与，而且这种参与程度会更深入，速度会更快，编程，为人类和机器直接的交互方式方法越来越重要，正如潘石屹所说的：我们要让机器听我们的指挥，我们就要学习机器能听懂的语言。
参考https://github.com/selfteaching/the-craft-of-selfteachinghttp://finance.jrj.com.cn/tech/2019/11/15120628404144.sHTMLhttps://baike.baIDu.com/item/图灵机以上是内存溢出为你收集整理的练了那么多，为啥还不会编程全部内容，希望文章能够帮你解决练了那么多，为啥还不会编程所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）