numpy 速度快,语法友善。
如果一个程序动不动就要跑一天,就需要考虑语言的快慢了。
能回复,当然是最好的。不过也没办法要求每个 hr 都做到。。。
但也可以找下原因,是不是简历不够吸引人?是不是有些关键信息没提到?最重要的还是解决问题。
CS50, CS61a, CS169
可以试试 simplecov
#8 楼 @xiaoronglv coursera 有专项课程 发证书,不过证书应该是这个专项的证书,而不是学校的毕业证书。
有些学校是有远程教育的,但具体的没有了解过。
:plus1:
#4 楼 @numbcoder 课程的话建议 cs 61a 这门课就是从 SICP 演变过来的。但用的是 python,因为 berkeley 觉得用 lisp 讲不是很划算。
写测试是件很麻烦的事情。。。但很多人觉得很容易。后补测试,成本也很大。
stub
一般是在单元测试中使用,用来避免依赖。
这post :create, format: :json, user_id: other_user.id
是一个 api 调用,我觉得属于集成测试了。
而这个时候,觉得已经不用在乎哪个方法调用了,而是期待有什么样的结果。
store_dir
是怎么写的?我才你跟 module_name 相关。
再也不怕墙了!
如果不在乎程序是否正确运行,重构之后也不在乎功能是否和原来一样,有了 bug 又不用(你)修,写测试就一点意义都没有了。
写测试是因为我在乎代码的功能是什么,如果不在乎的话,就不用写了啊。
能问下昆工还是云大的吗? 昆明也有写 rails 的。
觉得学编程和学语言是两回事。
学编程,跟语言关系不大。比如变量、方程每个语言都有,但是否真正理解,又是另一回事。再比如分解和抽象,只要是写代码,都绕不开这两点。再不如 debug 的技巧。
学完编程,掌握起别的语言,多数是靠猜。之后是解语、使用言特性了。
多写,这是自然的。但仅仅是重复工作并没有什么意思。比如,只用 each,不会有什么进步(也不是说 each 不好,但这个是 c 的风格,而使用 map 之类的能更好的理解函数式编程)。
再就是多读,多看,多想。
刚好相反。。。
Julia,Clojure。不过其实分析根本没我事。。。
不写 clojure 了
先学编程。
sicp 中的观点是,编程只有两部分,组合和抽象。剩下的就是解决具体问题了。比如算法,解决的是速度问题。比如设计模式,只是给常见的问题提供解决方案(所谓方案 = 组合 + 抽象)。
我对测试的理解是, 1.用来分解问题 2.把问题具体化 3.将实现和重构分离 4.持续开发,就是说,不用担心把代码玩坏了。 5.测试简单来说,就是把 terminal 里面的东西“丢”到一个文件里。
:plus1: