向科学计算迈步

从最开始的逻辑代码开始，到基本能完成后端服务的设计和落实（定位在简单web服务），可以理解为，入行程序员，前面的一两年是成长很快的，能够从一个菜鸟级别，成长到熟练工——注意，我并不是说成为大佬，而仅仅是，熟练工。

为什么说是熟练工？

最开始的一两年，会记牢程序语言本身的用法，例如python中对于字典，对于列表，对于字符串的操作，然后会根据工作的需求，学习使用多个框架，例如django，tornado等。进一步，可能会去阅读很多文档，例如微信接口文档，或者和别的公司对接时的文档。这些过程中，会逐渐规范命名，对代码有一定的设计能力，以及技术有一定的选择倾向——这些都是在一个熟练工的路上走得更远。

但是，对职业发展来说，是，范而不精。

等年龄到了30岁甚至往后，将更容易被替代。之前有看过一篇文章，开发岗位该如何保持竞争力？文末提到，纵观各种语言的更迭，各种技术的出现，作者觉得，当能胜任工作内容后，可以往安全，算法，架构，数据库四个方向深入学习，这是不容易被社会淘汰，也不容易被人轻易替代的。

准备30岁之前往算法和架构（代码层次）进行较为深入的学习。想学习算法，是因为团队中其他很多人是做算法的，感觉会有这样的机会，而架构，是最近一直在看的，觉得代码的一些架构（可能也不叫架构，从23种设计模式来看，更像是一种对于自己的代码的布局）是在开发过程中容易成长，并且有用的。

科学计算主要有用到numpy，scipy，pandas，matplotlib 四个库，最后一个能很好的展示效果。

而我准备结合python的notebook，pandas，matplotlib，来学习——因为我瞄准的原始数据是csv格式的文件，瞄准的功能是，做统计分析，展示。

http://pandas.pydata.org/pandas-docs/stable/install.html

当然，往后我希望能够更深层次的学习矩阵（numpy）的用法，以及一些算法的应用，在往后，再说吧，这些东西已经够我折腾很长时间了，可能都算贪多了，怕嚼不烂。