教你如何学习一门新的编程语言-以Python 为例

学习 Python ，进行 Django 开发也有一年了，小结一下，一年的学习历程。

1. 了解新语言产生的背景

ABC 是专门为非专业程序员设计的一种教学语言，但是由于其封闭，并未取得成功。1989年的圣诞节期间，吉多·范罗苏姆开发了一个新的脚本解释器，并命名为 Python，作为 ABC 语言的一种继承。新的脚本解释器开放，完美结合了 Unix Shell 和 C 的使用习惯。

2. 了解新语言应用的场景

网站后台

有大量成熟的框架，如 Django，Flask，Tornado

网络爬虫

Python 写爬虫有很多库可用，如 Scrapy，Beautiful Soup

科学计算

可以替代 R 语言和 Matlab，如 NumPy, SciPy, Matplotlib, Pandas

数据挖掘，机器学习，大数据

Scikit-learn，Libsvm，TensorFlow

系统部署，运维脚本

Shell 适合简单的系统管理工作，但涉及复杂的自动化任务还是需要 Python。

由于篇幅有限，今天分享之前先说下这个，，如果大家喜欢的话我会再更新，专注学习Python技术的小伙伴可以进群（五八八零九零九四二）一起交流学习，群里还有大量学习资料可供大家自行下载参看，欢迎大家一起来交流讨论。

3. 了解新语言的特点

Python 的设计哲学是：优雅、明确、简单。Python 的开发哲学是：用一种方法，最好是只有一种方法来做一件事，有些类似 Unix。与其他语言非常不一样的是，Python 以缩进来确定语句块。

Python 是一门面向对象的动态、解释型语言，具有出色的模块化特性。同时，Python 拥有大量的第三方开源包，可以直接使用，极大地提高了开发效率。Python 编写的代码，可读性强，特别适合多人大型项目的开发。但是 Python 的执行效率比不上 C/C++ 这类编译型语言。

4. 学习新语言的数据结构

Python 中内置类型有整型 int，浮点型 float，布尔型 bool，字符串 str，列表 list，元组 tuple，字典 dict，集合 set。与 C 不同的是，Python 并不依赖于关键字定义各种类型。Python 是动态强类型语言，是通过运行时，自动选择合适的数据类型。字符串、列表、元组、集合、字典等复杂数据类型，并不是 C 语言的内置类型。

5. 学习新语言的逻辑结构

if 条件判断结构

for 循环结构

while 循环结构

6. 学习定义一个独立模块

定义函数：

定义类：

定义包：

Python 中定义一个包，只需要在文件夹里面，创建一个 __init__.py文件即可，如：

那么在其他文件中，就可以通过 from mypackage import views 的语法，从 mypackage 这个包里面导入 views 。

7. 做一个小的项目

尝试完成一次领域实践，是对这个领域最佳的入门方式。学习一门新的编程语言，成长最快的阶段在，利用这门编程语言完成项目需求期间。

Django 是一个十分优秀的 Python 写的 Web 程序框架，广泛用于数据驱动类的网站开发。Django 是一个大而全的开发框架，基本不需要额外的第三方配置，就可以快速地进行开发。

笔者的小项目需求是：利用二维码扫码，查看在线简历。

确定项目需求之后，会迎来一个手足无措的时期，不知道从哪里着手开始做项目。如果有一个过来人指导一下，那么很快就能开始编码了。不幸的是，笔者当时身边并没有这样一个人。在网上查阅资料后，最终选定了Jquery 、Foundation、Django 实现这个项目。

实际上，笔者在此之前一直在写 C++ 程序，并没有 Python 的编程基础，仅仅是因为这个小项目，选定的技术栈后台使用的是 Django ，才开始学习 Python。

除了掌握项目使用到的技术栈，在完成项目的过程中，还可以解锁调试技能、通过搜索引擎解决各种程序问题的能力。

为了完成这个小项目，需要走出舒适区，突破原有的技术栈，最终获得快速的技术成长。

8. 学习使用库完成任务

通常，发布者会将使用频率高、可以复用的功能，打包成库，提供给大家共同使用。

库可以分为两类：

一种是官方的库，通常质量比较高、会维护更新；

一种是第三方的库，质量参差不齐，需要自己甄别。

例如，Django 中提供了 from django.views.decorators.http import require_POST 装饰器用于确保 view 函数的请求方法是 POST。使用这个装饰器可以简化 view 函数中的条件判断，有利于编写简洁易读的代码。当然 ，Django 还有大量的第三方 App可以下载使用，直接提供一个完整功能。

在项目开发的过程中，合理地使用库会起到锦上添花的效果。

9. 学习组织代码结构

研究怎样更好的组织项目的代码是一门管理科学。笔者之前也写过相关的文章

讨论了 Django 工程的目录组织结构。

好的项目代码结构需要学习一些高关注度的开源项目的经验，也需要注意输出，成为大家共同的标准，共同维护，产生影响力。

10. 学习让代码易维护

代码维护分为两类：

Bug 易修复，需要代码具有良好的命名习惯、注释、日志输出，实现相同的功能编写尽量少的代码

新功能的扩展，通常是在原有逻辑上，创建新的分支。这类分支又可以分为代码级别和常量级别。我们需要的是通过常量的配置扩展新功能，而减少代码级别的修改

11. 提高代码复用率

随着使用新语言年限的增长，参与项目的增多，会出现一个显而易见的问题：在不同的项目中，会有一些非常类似的功能。甚至在开发新项目时，有时还会去以前项目中拷贝代码。

这时，应该思考如何提高代码的复用率，如何提供公共组件。

代码的复用可以分为：

代码片段（Snippets）

维护一个 Snippets List 是个不错的注意

公共组件（Components）

公共组件需要从项目中分离，会有一定的工作量，但收益很大

从项目中分离公共组件的过程，需要关注模块内的高内聚，模块间的低耦合。在模块分离的过程中，我们会更加深入地去理解应用系统。这一过程的完成，又将极大地提高开发效率。

更重要的是，我们不仅仅从项目中分离出一个公共组件，在使用其他人提供的公共组件时，也会变得容易。

下一次项目开发时，需要一个新功能，你首先想到的可能不是编码，而是去公共组件库或 Github 搜索有没有类似的包，然后经过简单的改造就能在项目使用。

12. 关注性能

针对 Web 应用，高并发、高可用、高一致性始终是亘古不变的议题。在对应用系统不断发起挑战时，那些隐藏的曾经被忽略的问题才会逐渐显现。在这个过程中，不断地发现应用系统的瓶颈，解决这些瓶颈，循环往复，不断加深对业务、对应用系统的理解。

性能报告是性能测试输出的结果。性能报告就像质检报告一样，是让用户信任和使用产品的凭证。高并发、高可用、高一致，并不是口号，需要数据的举证，需要不断的优化性能。

13. 源码阅读

阅读源代码有利于提高自己的代码水平。阅读 Python 解释器的源码，有利于编写高性能的代码。阅读 Django 源码有利于编写易维护、易更新的 Django App。从开始学习这门新语言时，就可以开始尝试阅读源代码。