命名规则和句法对编程习惯的影响 [偏激预警]

NTL01

最近决定推迟Python的学习，原因除了时间有限要给Java让路之外，还要给R让路以及坚持我“笨鸟后飞”的原则。

##事先声明：以下仅为个人经验和观点#

本来对Python还勉强路人，学使用numpy和pandas包（还是叫“库”？）以及scikit-learn直接路转黑了，句法太诡异了，各种函数（方法）以esoteric（圈内才懂）的缩写方式呈现，（带着“Python是可执行伪代码”的幻想）看源码发现一个命令可以三四行长，各种内部嵌套和超大的类/方法。

头脑中马上想起书本上的经典原则——代码可读性、可维护性。

也许有些人享受这种混杂而尖叫着提高（而不是“停止”）的学习方式，对于目标是软件开发并追求稳健开发的我来讲，Python还是暂时不涉足为好。

小弟一直对C++和Python有偏见，在此讲出来希望大佬指正。

我一直觉得这两门语言一开始就是专门为Chindia（中印码“农”）设计的，C++继承了所有C繁琐的内容加上去一个不完整的OOP外壳，运行却极快，任何东西都可以调整当然也需要大批人手疯狂编写，正适合用人肉膏血熬制各种“精巧的”软件产品。微软与C/C++的珠联璧和让东亚和南亚迅速变成007的血汗工厂（扎克伯格：“我的亚裔妻子很好用”）。

Python十多年后偏偏而来，给不适应C/C++的小白以“编程不难学”的幻觉，早入坑也就早套牢。作为“程序员写给程序员的编程语言”，一开始可能有简化编程流程、突出（高级/抽象）算法本身的特征，以便于学习研究，但现在已经变成拉低编程质量和导致各种软件故障的隐患。冯诺伊曼结构没有任何变化，所有高级语言设计甚至使用都要考虑汇编语言的情况仍然存在，Python让很多人误入歧途。

回到题目，命名规则和句法在Python里过于随意和不严整，什么import pandas as pd（多打3个字母能死呀？）、“（：：-1）”（抽象美+表情包式）充分培育了“能用就行”的编程和开发习惯，把编程当计算器的行为腐蚀了软件开发。

此外，Python编译器是C语言，不知道Bjarne Stroustrup这个老婊子（因为他除了自己的C++谁都看不惯而且肆意贬低）说“不确定Python是不是全功能编程语言”意义何在？说白了现在还是C的世界。他还说Java跟微软一样就是个平台，早晚要畸形膨胀，问题是Java本质不也是C？虚拟机的设计基础不还是基于汇编到高级语言的考虑？对于这点R特别敞亮直接容纳C句法。

一开始我对R语言也抱有同样的担心甚至一度失望，但学多了一点发现R比Python高太多，首先它的前身S语言是跟Fortran和C一样的老前辈，是正八经设计出来用于进行复杂的软件开发的语言，不是Python这种拍脑瓜的个人作品，而且很早就对OOP、函数式等结构进行了深层设计，不存在v3跟v2不衔接或者一年一两个版本的游戏式设计行为（微软自xia主chao研xi发的某C开头语言）。在互动式编程区（console），所有函数/方法都以函数名开始，后面是括号，括号里面是各种参数，因此被类比成宠物（头在前，张大嘴，参数对，才走开），这种统一严整的设计与明确的命名习惯想结合（而且随时调用帮助菜单查询名称含义）使得R能持续地学下去而不必卡在各种了解各个包自身特点、命名习惯的问题上。相比之下Python每个包都如同独立的编程语言。

今年（2019）上半年正确地选择了Java作为入门，如获致宝，下半年意外结识了R，一见如故。本文主要是表达对编程语言偏好和背后的一些思索。

Bintou

作为程序员，我们学习某种语言，其主要动机往往是“我必须学”，而不是“某种语言很优秀”。打个比方，C语言无论多丑多步遭人待见，它都是我建议新手的首选，也是列为“必须学”的首选语言。因为学C并不仅仅是学C，而包括了：学计算机的基础知识；学基本的数据结构；学基本的计算思维；学Unix类文件系统等等。如果首选Python，实在看不出Python对数据结构学习有什么帮助。看看那些Data structure in Python的书就明白了，Python并不需要去实现一个Queue、Stack或者BST，甚至Python不需要写Sort函数，因为自带。同样，Algorithms and Data Structure in Java也是让人头疼的东西。

所以，目标驱动很重要。换句话说，也许我更偏激，无论R语言有多优秀，我可能一辈子都不会去学。因为，暂时看不到有什么目标会驱使我用到R语言。同样，也包括Swift、Objective-C等等。

NTL01

Bintou

请问C学基本的计算思维指的是什么？Python对数据结构无帮助，那么用Python开发有哪些弊端？

我认为编程语言和人造语言一样，本质上没有优秀与否的问题，但语言影响人的思维是至少弱势地成立的，及其繁复充满ad hoc（德语阴阳性60%以上都是不规则需要强记）和过于简单（壮语固有词汇量特别小，很多概念都要借汉语）都会对思维过程产生不利影响而且这个工具本身显然在针对某些问题时有缺陷。

所以C一般不用于网页开发，在特定领域（比如控制机械）大显其手就行了。我对编程语言本身是有很强兴趣的，但我深知对它的关注必须集中在工具方面。

你说的目标驱动我觉得太被动了，R作为“统计学家写给统计学家的编程语言”（该统计学家同时不兼任C++之父等编程语言专家）善于处理其他编程语言不擅长的科学计算问题，比如median（dataset）直接出中位数，至于这个median（）怎么实现的可以去查C语言的源码，这样一举两得，还给人继续提高进入到深层开发的机会。而且R有Java包，Weka也有。

科学计算其实是软件开发的一个方向，而不是人手计算的替代品，目前“学术界”把它误导了。不能因为硬件和底层框架的限制就把自己视野局限在50-70年代的角度，毕竟未来可能有量子计算、光子计算，而且计算机目前速度已经“比较快”了，人们应该多考虑从中获得的边缘效益（比如计算机语法分析对外语教学的帮助）。

0x0001

PHP 玩家表示倒没什么感觉，不过都是工具而已，不必太依赖某一门语言的语法。

这两天我也在有做一些数据统计相关的活儿，大致需要将某个 JSON 里面的 URL 指向的文件的 MIME type 和实际的长度读出来。懒得用 py 去加载 json，也懒得折腾请求库之类的东西，想了一下，干脆用原生支持的 JavaScript 执行 curl 命令吧，大概举个相似的例子：

比如说这里我有一个文件，起名为 data.json，接下来我想知道其中每个 URL 对应的资源的类型和数据大小，然后导出 csv 给 Excel 用：

[
  {
    "pid": "882545d7ly1g37n99ah7sj20dw0dw409",
    "url": "https://wx2.sinaimg.cn/orj360/882545d7ly1g37n99ah7sj20dw0dw409.jpg"
  },
  {
    "pid": "882545d7ly1g37n99kh8lj20dw0dwgn8",
    "url": "https://wx3.sinaimg.cn/orj360/882545d7ly1g37n99kh8lj20dw0dwgn8.jpg"
  },
  {
    "pid": "882545d7ly1g37n98zu2bj20dw0dwtad",
    "url": "https://wx3.sinaimg.cn/orj360/882545d7ly1g37n98zu2bj20dw0dwtad.jpg"
  },
  {
    "pid": "882545d7ly1g37n99w9fbj20dw0dw761",
    "url": "https://wx2.sinaimg.cn/orj360/882545d7ly1g37n99w9fbj20dw0dw761.jpg"
  },
  {
    "pid": "882545d7ly1g37n9actztj20dw0dwwga",
    "url": "https://wx1.sinaimg.cn/orj360/882545d7ly1g37n9actztj20dw0dwwga.jpg"
  },
  {
    "pid": "882545d7ly1g37n9aopxyj20dw0dwmyv",
    "url": "https://wx1.sinaimg.cn/orj360/882545d7ly1g37n9aopxyj20dw0dwmyv.jpg"
  },
  {
    "pid": "882545d7ly1g37n9b09qwj20dw0dwta2",
    "url": "https://wx2.sinaimg.cn/orj360/882545d7ly1g37n9b09qwj20dw0dwta2.jpg"
  },
  {
    "pid": "882545d7ly1g37n9b9tecj20dw0dwjsv",
    "url": "https://wx4.sinaimg.cn/orj360/882545d7ly1g37n9b9tecj20dw0dwjsv.jpg"
  },
  {
    "pid": "882545d7ly1g37n9bi2qdj20g50ilmxs",
    "url": "https://wx1.sinaimg.cn/orj360/882545d7ly1g37n9bi2qdj20g50ilmxs.jpg"
  }
]

直接 Node.js 梭哈一段代码：

const util = require('util');
const exec = util.promisify(require('child_process').exec);

const imgArr = require('./data.json');

(async function () {
  const result = [];
  for (let index = 0; index < imgArr.length; index++) {
    const item = imgArr[index];
    const { url } = item;
    const { stdout, stderr } = await exec(`curl -I ${url}`);
    // console.log('stdout:', stdout);
    // console.log('stderr:', stderr);
    const contentType = stdout.match(/Content-Type: (.*)/i)[1];
    const contentLength = stdout.match(/Content-Length: (.*)/i)[1];

    result.push({
      ...item,
      contentType,
      contentLength,
    });
  }

  console.log(objArr2CSV(result));
})();

function objArr2CSV(objArr) {
  return [
    Object.keys(objArr[0])
      .map(key => `"${key}"`)
      .join(','),
    ...objArr.map(item => {
      return Object.keys(item)
        .map(key => `"${item[key]}"`)
        .join(',');
    }),
  ].join('\n');
}

大致干的事情就是，遍历 data.json 的各条记录里面URL字段的值，然后执行命令 curl -I https://xxxxxx，拿到这条命令执行时往 stdout 输出的字符串，用正则表达式从中匹配到需要的结果、加到原来的条目里面，最后把新的记录转换为 csv 格式的字符串输出。

实际操作可用 shell 的数据流重导向语法把输出导到一个文件里面。

node test.js > test.csv

接着就能用 Excel 打开这个文件进一步去玩了。

脑洞了一下，代码就像是胶水，胶水的成分多种多样，有好也有坏，有的胶水有特定的用途，有的是所谓“万能胶”。然而不管什么胶水，它们并不占主要的地位，我们用它的最终目的仅仅是把东西（任务）粘在一起而已。

也许什么都能粘好的“万能胶”实际上并不存在，多多少少会有一些局限吧~

当然，还是希望手上的胶水更加“万能”一些~

NTL01

补充看法：
根据“[提要]词法作用域、Lamda表达、内嵌套的method、柯里化”https://0xffff.one/d/412 里提到的情况（参见Python的嵌套函数），许多Python编程看似混乱的函数/方法内容（scikit-learn等）很可能在体现Lamda演算的思维把问题化繁为简，然而Lamda表达本身不是易于理解和维护的，也许在算法和解决运算问题层面这么做比较成功，但在写项目和学习时问题就比较大了。