最近也到了這個高考填志願的時候啦，有不少小夥伴們填報了計算機專業，即將走向程序員的道路，但是呢，對於這個學習上也是有非常多的困惑，我要學哪些課程？我為什麼要學習如高數、離散數學、線性代數、概率論等課程？
覺得文章對你真有的幫助的話，也可以關注小編，私信【學習】還領取一整套的大數據學習資料哦
這個問題也是之前困擾了我很久的問題。不過我現在想通了，對於【高數、離散、線性代數、概率論】等課程，很好解釋，做算法的同學肯定知道為啥要學習這些課程。機器學習中會大量用到上述提到的課程，所以會比較好理解。對在校生而言，學校開設的很多課程我們不知道為什麼要學，我們很疑惑，不知道學它有什麼用，這個時候我們就會很糾結，還會產生牴觸情緒。這很正常，因為我們學習得不夠深入，自然不能理解它們的用處。
在我看來，大學本科課程更多的是面向“面”的教學，即什麼課程都教給你一些，但是又講得不那麼深入；而工作或者讀研，更多的則是面向“點”的學習，用到的知識更專。本科時，學校也不知道你以後是去搞算法、還是搞架構、還是搞服務器開發，甚至去搞硬件，所以學校需要你學很多課程，至少有個瞭解。對學生來說，一方面可以從中選擇自己感興趣的點；一方面也可以對未來的就業方向有些啟發。所以即使像數電、模電等課程，雖然之後可能用不著，但是你也要學，並且會花費大量的時間。雖然你最後不一定去搞硬件，但是這些課程也會讓你更容易去理解一些知識，比如cpu中的邏輯器件。
如果你在大一的時候就有一個明確的定位，知道自己今後想從事哪方面的工作，課程與課程之間是可以調一下優先級的。不過像大學物理，這種課程確實是對編程沒有幫助，但是像我前面所說的，大學教育更注重廣度，大物等課程可能就是為了給你普及生活常識吧。
其實，大學教育的問題是普遍存在的，我認為我們學習一項技能的時候，應該採取的是項目驅動式學習，即需要用到什麼東西時不會了再去學，而不是先填鴨式的都填進腦子，並且在學習的過程中我們還不知道它這是幹嘛用的，等之後用到了，甚至不記得自己學過，反而查資料才會想起：哦，原來我之前學的xx科目是這個用處啊，可是我當時並沒有好好學。很多時候學生時間的浪費可能還是要怪老師、怪學校，他們一開始沒給我們做好充分的課程介紹。所以，在經過比較多的編程和項目實踐後，我認為一個比較好的學習方式是，改良版的項目驅動學習法。即：
理論與實踐相結合
學習一段時間，做個小項目，將做項目遇到的問題記下來，針對性地學習相關知識，然後再實踐，再學一段時間理論，讓知識成網狀發射狀地變大。當然，項目驅動式學習有一個弊端，就是每次學習的知識都是項目所需要的，很零碎、不成體系，所以需要改良，即在採取項目驅動學習法的時候每天抽一段時間去完整地讀一本書，或者一個相關問題的完整介紹，這樣就很容易把一些知識成體系地串起來。這樣一段時間下來，慢慢的，你就知道我們為什麼要學那麼多科目，學這些科目能幹什麼。
為了表達地更加形象，我就舉一個小例子，我個人對python、數據分析，以及機器學習等內容比較感興趣，就從數據獲取開始，我講講我這兩個月做了什麼東西。
覺得文章對你真有的幫助的話，也可以關注小編，私信【學習】還領取一整套的大數據學習資料哦
談到數據獲取，可能最容易想到的是爬蟲，爬蟲是一個在知乎上被說爛了的話題，所以我不想多說它是什麼。很多時候有人覺得爬蟲簡單，為什麼呢，因為有現成的框架，所以獲取少量的數據就比較容易。但是當你需要爬取的數據很大的時候（比如我之前抓取了知乎500萬用戶的數據，在下班的時間、用自己家裡普通的pc，計算機性能並不是那麼好，比不上服務器，又要在不被封IP的情況下抓到這麼大量的數據，然後對數據進行清洗，最後還要可視化展示），使用現成的爬蟲框架就並不是那麼容易實現了。況且，我需要抓很多數據源，並不是一錘子買賣。所以我選擇去開發一個系統，即在現有的框架下進行二次開發，搭建一個屬於自己的爬蟲系統，並植入一些算法。我在系統中添加了很多中間件，直到現在，它還可以在10分鐘內就部署一個能抓取大量數據的爬蟲應用。當然，這個過程也遇到了不少麻煩，我就簡單講講，怎麼去攻克一個個問題。
下面先給出一個樹形圖，從上往下每一個圈都代表了學習過程中遇到的難點，如果你現在看不懂，沒關係，我想告訴你的是一種梳理知識的方法：
如上圖所示，就是一個項目驅動式學習的例子，我們的目的是為了獲取數據，所以選擇了爬蟲：
00001. 爬蟲可以理解為一個簡單的過程：發送request，獲取response，然後提取數據。這個過程會涉及到網絡，是發送http還是https請求；目標網站是否需要登錄，是post請求還是get請求，從這條線，衍生出了一條對網絡進行學習的路徑。獲取到網頁之後，如果不是結構化的數據，可能返回的是一個html源代碼，那麼可能就需要了解dom，或者html頁面解析的知識，甚至需要了解一下前端開發。在抓取的過程中，經常會遇到數據中途不能被爬取的情況，一般是IP被封禁了，那麼可能又要用上代理，代理是什麼呢？http，https代理能不能混用呢？如何構建一個代理池呢？這裡又有很多要學習的東西。還有可能遇到的情況是，抓下來的數據是加密的，需要通過js解密，這時候就要了解一下js，如何用爬蟲模擬瀏覽器進行抓取。除此之外，如果抓取的頻率不對，很多數據源會給你假數據，這就是一些經驗問題了，本文不是技術文，所以就不多討論。當解決了上述問題後，我們好像可以拿到一些數據了，但是當數據大起來，問題又複雜了，你可能需要使用分佈式抓取了，這時候你可能需要了解一下redis，當request產生的速度大於其消費的速度之後，你的任務隊列可能爆炸，所以這裡又涉及到算法和數據結構的應用了。數據量上去之後，把數據寫在文件裡面是不靠譜的，這時候又涉及到存儲了，到底是使用關係型數據庫還是非關係型數據庫呢，有什麼區別呢？存進去的數據怎麼去重呢？為什麼insert操作越來越卡了呢？電腦怎麼越來越熱了呢？索引是什麼，什麼時候該建立索引呢？這裡又牽扯到數據庫原理相關的知識。遇到一些比較難處理的網站，比如有驗證碼識別該怎麼辦呢？其實對於很多純數字和字母的驗證碼都很好解決，自己用深度學習訓練即可。在TensorFlow的Demo中就要生成驗證碼自己訓練的教程，然後制定箇中間件放在爬蟲系統中，這個問題就解決了。可是什麼是深度學習呢？這裡又引出一條對深度學習進行探索的例子，而我自己也是之前在學校的時候自學了小半年機器學習，有了一定的基礎後，才能比較容易地上手TensorFlow框架。再往下就比較深了。
上述六點簡單講了講項目驅動式學習的介紹，其實，你看到的每一個小圓圈，深挖下去都大有文章。我們現在看到的只是冰山一角，任何一條學習路徑學習下去都深無止境，我們不可能完全學會，可是項目驅動式學習最大的好處是讓你知道你應該去學習什麼，而不是先學一大堆知識，再去做一個項目。嚴格來說，項目驅動式學習的可視化路徑是一張網，而不是一棵樹，這裡畫成樹狀只是為了便於大家理解。
除了獲得數據，還有清洗數據、分析數據，甚至挖掘數據，最後可視化數據並且展示數據，這裡我就不一一介紹了。可以參見下面這張圖，如果大家想看我做的一些成品，可以看看我的其他文章。
閱讀更多 摳腳程序員 的文章
