觉得你这个是读源码，依照不多的个人（很可能是错误的）经验，问题不应该在文档。

这个？ http://baike.baidu.com/view/5909535.htm?fr=aladdin https://github.com/id774/recommendation

其实觉得随机就可以了

http://book.douban.com/subject/24316596/

推荐理由：

1. 作者为了写这本书，做了大量的 research，读了大量的书。 作者调查了很多知名的公司，比如微软什么的（其中的一个作者 David 说，去那些公司，那里的人很多的还认识他。呵呵，你那门组成原理，人家没准还挂过科呢。David 和斯坦福的计算机主任合作写了两本书）。 作者说他读了 50000 页书还是多少的。 很少有人写书会下这么大的功夫。
2. 全面 rails 的书绝大多数都是讲一方面。就算 DHH 那本 agile development，似乎也没讲敏捷开发的流程。像 rspec 这种，单单只讲了一些特性。我甚至没觉得他把 tdd 讲的多么明白，也许是我当时看的太匆忙（tdd 推荐这本 http://book.douban.com/subject/10483528/ ）。
3. 精炼 20% 在实际中占据了 80%。而剩下的 80% 的知识不过只占 20%。比如那本 Programming Ruby，太多了。。。详细而没重点。 这本书的特点是，只给你讲了重点，你想多学点，呵呵，自己 google 去，但单单这点却十分重要，如果我要学 tdd，我会选择读几遍这本书关于 tdd 的部分，而不是看那本废话连篇的 rspec（很多写书的，其实就是对自己知识的总结，然后再给自己的产品吹个牛逼）。
4. 反馈 本书是 Berkerly 的教材。拿来讲课。讲课的过程中会收集学生的反馈。然后迅速出下一个版本。而开发人员写完书，就去写代码了。写书是开发人员的副业。而这本书的作者把写书当成自己的主业。

#1 楼 @n00b1 我不知道为什么，最近喜欢看吸血鬼相关的。。。

同意二楼的说法。 ZNation 感官刺激不错，但故事情节什么的就一般般了。

为注重效率顶一个。

#10 楼 @cisolarix :plus1:

完全没洁癖。估计你们看到我这种会很闹心。 当然有要求，我还是会这么做的。不喜欢是不喜欢，做是做。其实我也喜欢后一种，但我觉得不值得去做罢了。

有个好玩的。

··· 1.9.3-p547 :001 > puts "\x1b[31mred" red => nil 1.9.3-p547 :002 > puts "\x1b[32mgreen" green => nil 1.9.3-p547 :003 > ···

能算出来吗？

比如说这样的公式，初始值 - c * （当前时间 - 创建时间）。

如果值变化的话，加个 xx 值改变时间的字段，然后接着套公式。

觉得，如果一个语言，连这个语言的书（文档不算书）都没有，才酸的上资料少。

haml 是这里面最好学的一部分了吧。。。

#14 楼 @Numbcoder 确实是。。。Julia 在功能上太贪婪了。。。

但觉得语法本身还是很精简的。

#12 楼 @yukihiro_matz :)

#6 楼 @flowerwrong #7 楼 @yukihiro_matz 可以考虑下 Julia。单纯从语法和速度上来讲。

我觉得有文档就不错了啊！

一般都靠 google，然后复制粘贴。。。

人的记忆有“靠前”也有“靠后”的。常用的会被“放到”前面，回忆起来就比较快。一段时间不用，就会被放在后面。所以回忆这些信息的时候，就比较费力。

#4 楼 @emanon 都是书上说的，我就是总结下。。。

我的理解只是很表面的，:)。

#4 楼 @emanon 都是书上说的，我就是总结下。。。

我的理解只是很表面的，:)。

我的好像是 256MB 的，觉得太多了。。。

觉得可以参考下别人解释为什么 Julia 非常快。 https://groups.google.com/d/msg/julia-users/Uu_UcYp49Qo/YKbwzUpgZzEJ

Julia 语法应该同 Octave，R 不相上下。速度接近 C http://julialang.org/ 。

有些情况下，是没必要考虑运行速度的，有些情况下，却正好相反。

:plus1:

我只知道 filter 其实就是 goto。。。别的就不知道了。。。

复杂一点了，有需要没需要，都加括号，坚决避免判断优先级。

有一次用宏干掉了 30 来种可能，后来发现，花在写宏上面的时间，要多于用硬编码实现的时间。。。

其实有的时候觉得 python 很不错，写法少，更多的精力可以放在问题本身。

多任务切换。 很容易导致效率低 + 犯错率增加。

当然我这种是比较弱的，牛人似乎无所谓。

#56 楼 @appell

多数教学吧？好想有一个搞金融分析的公司用，但不记得了。

科学计算方面的都 ok 吧？就是 package 有不多 https://github.com/JuliaLang/METADATA.jl 。但 Julia 可以用 C, fortran, Python 的代码。

Julia 是会带来惊喜的语言！

#44 楼 @appell mit 搞出来的语言。用来做科学计算，速度接近 c，语法有点杂，有 Matlab，python，R，ruby 的语法。语法很接近数学公式。比如函数的定义 f(x) = x + 1

http://julialang.org/