一、先知道编程能帮我们干什么
编程，其实已经不仅仅是“编写程序”这么狭义了，通过写代码让计算机帮我们做事都可以看作“编程”。这也是为什么，在注重高效率的今天，社会越来越推崇“少儿编程”与“全民编程”。
并且，现在的语言工具（比如python）已经降低了不少编程工作的复杂度，让我们在不了解编译过程的情况下，也能通过几行简洁的代码很棒地完成工作。
因此，我在这里总结一下，编程能帮我们做什么，已经做这个工作需要懂计算机到什么程度：
1. 日常办公、处理表格：
一是excel的功能已经够直观便捷、够强大了；二是0基础入门python，肯定要涉及到学习一些数据结构的相关知识，有这个时间，还不如好好看看excel有哪些强大功能。
2. 科学计算（运筹/机器学习/数值分析）：
现在科学计算几乎难以与“编程”二字分家。做科学计算的人都是很聪明、学习能力很强的人，但其编程能力往往参差不齐，我这里划了三个档次：
- 2.1 不需要太多编程能力，重点在于结果而非编程： 很多朋友只是用用仿真软件、用R语言做做统计分析、用matlab做做拟合，他们的工作重点在于输出的结果，而非“编程”这个过程，那很显然，这类同学往往是类似物理、管理、社会学这类学科的从业者，都是很聪明能干的人，我认为在过程中学习，多看看前辈们的工作方式与工具，注重文件管理与编程规范（不要乱起文件/变量名字，也不要乱放文件…），学学github检索与使用，熟能生巧就好。
- 2.2 需要一定编程功底，如CV/NLP等ML/DL/OR从业者： 计算机视觉、自然语言处理、深度学习、机器学习、运筹学、线性求解器、启发式算法……这类研究是一定要拿计算机做实验的，并且用编程实现算法的入门并不简单。对于这类同学来讲，数学、数据结构是重点中的重点，“会用”python这类语言的同时，最好也掌握一下“面向对象的思想”与“函数式编程”，方便我们阅读框架源码；注重自己的编程习惯，配置一个好点的编辑器，持续学习（比如你了解jupyter notebook的快捷键与自动补全吗），咱也不能一直当个“调包侠”呀。有余力则应该去系统地学学计算机课程。
- 2.3 大神，我们用python调用的很开心的深度学习框架TensorFlow其实核心都是用c/c++写的哦！为什么用c/c++呢？我估计是为了更好的性能、对计算机算力更充分的利用。我们知道，c/c++是有指针的语言，这增加了编程难度，却也让开发者可以更好地对系统的虚拟空间进行管理。很多主流语言，比如java、python为了降低开发者编程难度，便取消了指针机制。这类人计算机功底必须极其扎实。
3. 软件工程师/开发者：
前端、后端、PC端、移动端、Web平台、全栈、网络安全、测试、运维、游戏等等，就是我们常说的“程序员”，工种其实太多了！自学编程的孩子如果是想成为这类工程师，那当然需要系统学习软件专业与计算机专业的专业课；但是我们大部分孩子只是想学学计算机，了解一下而已，因此第3条我们不展开讨论。
4. 其他很有趣的事：
日常生活中我们离不开手机、计算机，因此如果能写个“程序”，让计算机“自动”做一些工作，便蛮有趣的。比如，编程爱好者Sarthak agarwal[2]就写了许多python脚本文件，这其中有用自动下载图片、自动管理文件、自动发邮件的。这里，我不得不点明一个误区：虽然人们常说python很方便、强大，但只会python是远远不够做这些有趣的事的。比如，用python下载图片听起来很美好，但是不懂url、不懂网页布局，怎么可能做到呢？python说白了，只是一个方便的工具而已嘛。
二、再明确自己要拿编程做什么
编程能做什么，要学到什么程度，其实我在上文说的已经比较明白了。
自学编程大概两个阶段：
打基础，至少学懂一门语言，推荐拿C/C++入门（为了学到一些指针与面向对象的知识），拿Python入门也可，但你会发现面向对象在Python教学中可能不被强调，因为Python自带的工具已经很强大；
不推荐拿Java入门，因为Java实在是开发者用的语言，其魅力在于接口、程序设计，想拿Java入门，不如拿C/C++入门；
编程之理，一通百通。第二个阶段，就是多多实践、持续学习，在自己的领域探索下去：
如果你要搞数据科学、打数据比赛，就去多用熟悉python中的pandas、sklearn库等等；
如果想做线性求解，先找几个简单的java+线性求解器例子动手复现下来，读懂每行代码的作用，在过程中积累；