這次讀書筆記主要是就《程式設計師修煉之道》這本書的前半部分做一些總結以及發表一些自己的看法。
本書前面的一部分主要是一些程式設計師應該在工作中時刻注意的事情，一些關鍵的資訊如下：
1、處理問題的態度與責任。
這是在本書序言中就提到的，可見其重要性。處理問題的正確態度以及對自己的行為負責是無論什麼職業的人都應該注意的，而對於程式設計師來說，又有其特定的指向。首先，作為程式設計師，不能害怕暴露弱點，要敢於先呈現出不完美的**，然後再去尋求改進。其次，負責還要求不要把問題歸咎於他人。對於可能遇到的問題，都要有預先的計畫。 「貓吃了我的原始碼」之類的說辭還是不要出現的號。。
2、軟體的熵理論
熵就是事物的無序程度。這就像就像「破窗戶理論」，我們要對破窗戶零容忍。如果此時對軟體**或者決策上的乙個小問題容忍，很可能導致非常嚴重的結局，或者書中所說的「軟體腐爛」。
3、滅火理論
滅火理論就是乙個情形，消防員為了不弄髒地毯，在滅火前先在地毯上鋪上墊子。這個理論我還是第一次聽說，這在現實生活中不能理解。但在軟體編寫中很重要，不能因為deadline，就放低自己**的標準。
4、石頭湯
有時候換一種方式，也許就能獲得自己想要的東西。通過「要是增加……可能就會更好」這一方式，可能會比直接去要求某一樣功能會更好。
5、溫水煮青蛙
這個就很常見了，就是告訴我們要觀察周圍的事情。特別是對於程式設計師來說，周圍的一切永遠在時刻變化。
接下來是一些更具體的內容。
1、讓使用者參與權衡
畢竟你的成品是要給使用者使用的。
2、使質量成為需求問題
我很喜歡這個說法，程式設計就像繪畫。先是勾勒全景，然後畫背景，在描細節。然後對自己的畫進行批判，如果不滿意的畫接著可能得重來。但程式設計的話，書裡告訴我們要學會止步，因為**不可能完美。先把不完美的**呈現給使用者，讓使用者的需求來改進它的質量。
4、知識投資
一是要定期投資，並且要多元化，不要全放在乙個籃子裡。因為你並不知道哪些知識在未來是最有用的。
5、交流
首先要知道自己想說什麼，然後了解聽眾，把握時機，並且調整自己的風格，使之適應聽眾。以及還乙個美觀問題，也需要讓聽眾參與。當然對於程式設計師來說，聽眾就是使用者。
6、dry-「don』t repeat yourself」
減少重複。一是強行的重複。如注釋問題，應該低階知識呈現在**裡，高階說明呈現在注釋中。再就是一些無意的設計上的重複，比如結構的定義上，可以減少一些變數。還有就是無耐性的重複，比如拷貝**。這一點我也很有體會，有時以為功能相似便去拷貝乙份**，結果改**的時候出現了各種問題，最後還得反覆除錯，其實還不如重新寫乙份。
7、正交性
這個概念也是很新穎。運用了數學裡的概念。正交即說明二者互相獨立，可以獨立地去修改其中的一部分。比如介面、資料庫獨立，我們可以單獨修改一方。實現正交性就要無關事務的影響，這可以讓**更健壯。這一概念在團隊合作上也很有用，將工作分割槽，一定程度上隔離，可以提高工作效率。這在**上，具體也有避免相似的函式等措施。正交不僅便於測試，而且使**具有可撤銷性，即你可以通過很小的改動去撤銷或修改某個功能。
8、曳光**與原型製作
這一部分開始，書裡的內容開始不是那麼好理解。根據我的理解，曳光**也可以看成是乙個簡單的、不完美的**。很多時候，使用者也不清楚自己真的需求。如果讓他們及早看到未完成的產品，他們會因為能看到產品的進展而欣喜。就像晚上用曳光彈射擊，我們可以知道距離目標還有多遠，若總是停留在理論上的計算，很可能反而不能更快達到預期。
它與原型製作的區別在於，原型製作是用過就扔的，而曳光**仍然是最終系統的一部分。比如我們用輕木、膠帶做了乙個新車模型，這可以看成是原型製作。原型製作可以幫助我們分析風險、學習經驗。而如果以車來打比方，曳光**至少是能開上路的車，雖然它和真正的產品差距有很大。曳光**允許一定程度忽略正確性、完整性、健壯性以及風格。
python學習筆記 week 1
操作符 操作示例 指數運算 2 3 8 取餘數 22 8 6 取整 22 8 2 是否相等 42 42.0 true 情形示例 結果字元型變數相加 girl friend girlfriend 字元型變數乘整型變數 boy 3 boyboyboy 函式作用 print 顯示字串 input 將回車之...
越親密，越傷害讀書 筆記
1.面對最重要的人的傷害 解決方法 停下來，重新將注意力轉回自己身上，體會自己真實的感受和需要，體會自己在眼下的情況中能有什麼力所能及可以做到的事。2.愛入侵 第一種卡住的自我 卡住的自我需求 解決方法 人際傷害小盾牌 發生了什麼 我的感受 我的願望 嘗試把自己的恨重新找回來，嘗試把自己的希望重新找...
Stanford 機器學習筆記 Week 1
一.監督學習 supervised learning 輸入中的每個元素都給定了明確的型別，包含 回歸問題 給定訓練集，輸出為一些連續值。分類問題 給定訓練集，輸出為一些離散值。二.無監督學習 unsupervised learning 輸入中的每個元素都沒有指定明確型別，使用聚類演算法，按照資料的結...