经院不是一个特别重编程的学院，但是在这个信息时代，掌握程序设计的技术和艺术还是非常重要的。

首先强调一点，编程语言只是工具，重要的是背后的思想，千万不要陷入工具的选择，学会了思想方能融会贯通。

基础

从这届（2019级）的培养方案上的计算机类来看，经院学妹和学弟为了毕业必须修读大计基，然后在 C程序设计基础 和 Python程序设计 之中至少修读一门。培养方案的推荐修读时间是大计基大一上，其他两门大一下。（注意课程名称，浙三本很多课程名字很像，例如 C程序设计基础 程序设计基础 程序设计专题 ，讲的其实都是C，名字也很像，但不是要修的课程）。

大学计算机基础（简称是大计基就对了）。讲一些计算机的比较基础的概念。小白可以听听，如果稍微懂一点的就滑滑水就好了，课程讲的内容都比较基础。

关于C程序设计基础 ,正如基础二字所说，讲的是比较基础的内容，在没有任何编程经验，没有接触过编程语言的情况下非常建议选。因为这可以从0开始培养你的程序设计思维和技巧。如果你没有编程经验（VB在此不当作编程经验），那建议大一下选这门课。

关于Python程序设计 ,很多人说它简单，是因为它的语法简单，对初学者友好，但是从考题上来看也没有比C简单。和C一样，很多考题会出的比较刁钻，而且对于没有编程经验的人来说，上课内容并不友好。如果说C考题范围是少而精，那么Python考题范围就是多而广。所以我建议没有编程经验的人不要直接上Python。换句话说，如果你没学过C但是学了Java或其他语言也是可以直接上Python的。

未来

关于经院以后要用到编程的方向，主要集中在大数据的处理和分析，在这方面以前主要是R语言的天下，因为R语言就是为了统计和计量而设计出来的一种语言。但是在这两年，Python有逐渐替代R语言的趋势。因为随着各种库和包的增多，Python有了越来越多数据分析的工具，而且在人工智能，机器学习方向更有优势。最新的Julia语言目前看来也很有潜力，但尚不成熟。若假以时日，可能是大数据处理和科学计算的更合适的语言。

总结

综上所述，我推荐的针对大多数人的学习路径是：

大一上 大一下 大二下
大学计算机基础 C Python

从毕业的角度来看，只要 C 和 Python 任选一门即可，不过，多学一点总没坏处不是嘛？

当然经院毕竟不是计院，不是每个方向都要用到程序设计。为什么不建议大一下直接上Python，是因为，从目前来看，Python的考试题目相对于C来说过于刁钻，这不是两种语言的问题，完全是浙大出题的问题。

不上 C 直接怼 Python当然是可以的，只是如果你本身编码实力不强的话容易考不好（还是那句话，题目出得太差了，不是你能力差）。

上了C不上Python也是可以的。但是一定要自学Python。有了C的基础，自学Python也是相当容易的。

补充

如果你对这方面非常有兴趣的话，你还可以在大二继续学习数据结构基础，面向对象程序设计，数据库系统 和 Linux。再往上的话，可能就没有太大必要了。

编程也是非常适合自学的。而且非常建议自学。可以看看中国大学MOOC上翁恺老师的C课程。

上课里教的只会是皮毛，仅仅在于语法的掌握。如果要想很好地运用一种语言，想能完成一个项目，还需要非常多的后续自学。

暑期充电，其实个人更建议学一些诸如Git、Markdown（本文即Markdown所编辑）、Linux甚至是双拼这些与计算机相关的比较容易上手的小技巧或是小工具，学习成本低但是很快能看到收益。

如果你是OI竞赛，ACM竞赛的大佬，那我这些话就统统无视就好了。

有关 Python

前文已经讲了很多 Python ，但是考虑到它的热度和它的江湖地位，我觉得有必要把它单独拉出来谈谈。

首先亮明观点，我建议每一个人都要学会Python3, 但是不一定要跟着学校里的课上。

为什么要学 Python3 ?

经济学院里用到的编程，一般都是计量分析里的，换句话说就是数据分析。数据分析有哪些软件或者语言呢？一些课使用eviews，一些课使用stata，一些课使用SAS，还有一些使用Matlab和R。语言没有好坏，但是前面几个多少显得有些老态龙钟，而Julia有显得太过前沿。所以目前的建议的最好的选择就是学Python，而且是更新的Python3。

Python 强在哪？它以非常简单的语法解放了劳动力。譬如对于目录和文件的批量操作，对于excel文件的批量处理，都大大降低了门槛，解放了疲惫的双手。但是它更为强大的就是在科学计算和数据科学上的应用。像机器学习，深度学习，自然语言处理等等时髦的人工智能上的应用，Python3 是最强大的平台和最广阔的资源。

为什么不建议跟着学校里的上？

如果你是必修那当然上就完事儿了。如果不是必修的话，有必要斟酌一下。

我很不喜欢ZJU教Python的方式。它会注重于细致末节，语法底层，而不注重于实践。它不会教你PyCharm怎么装，不会教你Anaconda怎么装，只讲非常浅的debug，非常浅的OOP，甚至完全不讲非常基础的map(),reduce(),filter()，反而会考底层的内存池的缓冲机制。

所以我推荐自学。而且越早越好。

自学的资源？

问对人了。我对Python的教学和自学经过了很多的摸打滚爬，总结如下：

前提部分

  • 计算机的常识，我默认你有了。至少在安装Python，调环境变量能够看着教程能跟上

基础部分

书籍推荐

  • Learn Python the Hard Way
  • Think Python: How to Think Like a Computer Scientist

进阶部分

  • Data Science from Scratch
  • Python for Data Analysis
  • Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems
  • Deep Learning with Python
  • Beginner’s Guide To Using PyTorch For Deep Learning

进阶部分就是一些数据科学相关的内容了。

关于我

  • 多次参加丹青学园的C语言和Python语言辅导（其实是因为有工资拿）
  • Github 上 Data-Analysis 项目协同开发者（和Will Koehrsen教授合作）
  • Udacity 深度学习学位证书
  • 求是潮技术研发中心 维护求是潮手机站安卓版
  • Python 98/5.0
  • 网易游戏实习
  • 招商银行 Fintech 金融科技挑战赛全国百强（58名）

算是一个数据科学的竞赛，我的题目是一个时间序列分析客户借款还款日期。当然是用Python写的啦

  • 浙江大学C语言趣味竞赛 二等奖
  • 浙江大学信息安全挑战赛 62名
  • 美国大学生数学建模大赛 H奖

写这些的目的是想请你相信我的推荐和“权威性”。

关于IDE和文本编辑器的选择

个人建议用IDE上手。

C 推荐新手用Dev C++，熟练后也建议尝试Clion，可能你要学如何配置环境。不建议直接用VS，过于臃肿，对新手并不友好。

Python 推荐新手用IDLE，熟练后也建议尝试Pycharm，可能你要学如何配置环境。对于经院来说，适合数据处理的Anaconda可能会是更佳的选择。但是我仍然建议使用Pycharm来写代码，而用 Anaconda来作分享。

文本编辑器，个人选择是VS Code，不建议新手使用文本编辑器，因为配置环境会比较复杂。

开发环境的选择是次要的，只要自己用的顺手就是最好的开发环境。千万不要喧宾夺主，陷入纠结。

如果你看不懂上面这些，就无视掉好啦~