第一次学编程的时候，我照着YouTube教程写了长达4小时的代码。完成后，我想：“太好了，我终于学会怎么写代码了！”在我很兴奋的同时， 我还想继续学更多的编程知识。

所以，我又学了另一个教程。

然后…..我又学了一个。

再一个。

这经历是不是很耳熟？

持续了一段时间后，我终于放弃再去学编程课的想法了。我已经上了太多结构化的课程，但似乎并没有一个好的编程课可以真正使我从“入门到大师”。“嗯，至少我努力过了。现在我知道编程不适合我。”直到一年后，在与一些程序员交谈并自己阅读了一些文章之后，我意识到自己陷入了所谓的教程陷阱。

什么是教程陷阱？

人们很容易陷入教程陷阱。

你想学编程。就会有人说，只要你上了他的课，他保证你能成为一个程序员。于是你就参加了他的课程。于是，一次又一次地，你继续学习新的框架和语言。

这是个很纠结的状况，尤其因为你上每节课的时候都觉得自己有学到新的东西。但问题是，你不会应用所学到的任何东西。你无法自己想一串代码来解决一个问题，更不用说从头开始创造整个项目了。

如果我说的这些与你的情况相似，那么是时候摆脱教程陷阱了。

摆脱教程陷阱

如果你读这篇文章是因为希望有个明确的课程教你如何成为一个程序员，那么你来错了地方。每个人学习编程的途径都不同。我会根据对我有用的内容，帮你指明正确的方向。为了摆脱教程的陷阱，首先，你需要停止学习那些课程。

如果你已经学过了一到两门在线课程，你应该已经了解了这些基本语法和运算符。

• Variables变量
• Functions函数
• Control Flow控制流
• Loops循环
• Arrays数组

如果你已经知道了这些基础知识以及它们的工作原理，那就不要再继续上那些编程课了。所有在线课程都会教给你同样的东西，继续上各种课只会浪费你的时间。知道这一点后，是时候换个方向，自己开始做一些小的编程挑战。

我个人很喜欢HackerRank。他们的网站上提供了不同难度级别的题目。只要你了解了一些基础知识，这就是你开始编程之路的一个好办法。它可以帮助你熟悉那个语言。这些题一开始可能有点让人害怕，因为这是你第一次在没有跟着教程的情况下解决问题。

如果你遇到了困难，那就看看别人写的代码，它们可以帮你开始思考怎么写代码（不要只复制粘贴别人的代码，而是尝试想想他们是为什么这样解决问题的）。看其他人的代码时，你会发现大家写的东西都不一样。解决问题总是有不止一种方法，因此，你也可以采取许多不同的方法。

这些可以真正改变你作为程序员的思维方式，并提高你的编程能力。

项目，项目，项目

如果你在无教程的状态下编程了一段时间，并且慢慢有了一定的信心，就可以开始做项目了！开始之前，请想清楚你最终想做成的产品。

当我最初进入数据分析领域时，我在很多地方都读到了这个建议——那就是：“做项目！”问题是，我不知道我想要做什么样的项目。每次我想做项目时，我都没有定好目标，结果是我永远也没法完成它。

这一切都是因为我没有一个坚定的目标。

当你创建一个项目时，要始终牢记一个坚实的最终目标。另外，请一定要选你感兴趣的项目。否则，你就不会去完成它。

我们来举个例子：你想分析随着时间的变化，音乐行业的趋势。

最终目标：使用艺术家姓名或音乐流派之类的数据，来查找音乐趋势随时间变化的模式。

为此，你首先需要收集数据。你可以借助网络数据抓取工具或API来完成这件事。这部分需要大量的编程，且它本身就是一个很好的中级编程项目。接着，你需要清理数据。这是一个较简单的任务，但是数据可能非常混乱，所以可能会非常的耗时。你不需要具备高级编程技能来完成数据分析任务。你要完成大部分任务是对数据的操作，这不需要太多的逻辑知识即可完成。

最后，你就可以开始分析的部分了。你需要知道怎样使用可视化库来做到这点，这很容易上手。Matplotlib和Seaborn是两个很流行的Python可视化库。

就这些！

上述只是关于学习数据科学编程步骤的一个粗略想法。

数据科学总是吸引着来自不同背景的人们。如果你来自非技术领域，那么编程部分在最开始可能会让你望而生畏。大家看起来都在编写这些毫无意义而且篇幅又很大的代码。但是，你需要记住，每一个人都从某个最基础的知识点开始的。即使是最好的程序员，也是从“ Hello World”开始的。而你只需准备足够的耐心。

给自己一些时间来学习，并接受学习曲线这个概念。就像学习游泳，开车或骑自行车一样，学会编程并非一蹴而就。这需要大量的练习，长时间盯着计算机屏幕，才能达到目标。

原文作者：Natassha Selvaraj
翻译作者：佟佟
美工编辑：过儿
校对审稿：Dongdong
原文链接：https://towardsdatascience.com/how-to-learn-coding-for-data-science-28df2705dac9