大學時期，第一門給我危機感的科目，是計算機概論。科目名稱表面上是如此，實際上該叫做程式語言，而且使用的還是工科老字號語言--Fortran 77，搭配陽春的NotePad++跟Command line。
當時課程修完，只記得迴圈怎麼寫。Function跟Subroutine差在哪?裡面的參數哪些要宣告? 格式化輸出？Open File？ 指標？ 還好最後關頭還是低空飛過，從此打算今後再也不碰程式，結果誰知道又修到一門要寫程式的課! 並且要求用Fortran完成一個解算任意桁架的受力跟位移的程式作為Final project，只好再回去認真翻一翻書。
替代役期間，為了不浪費寶貴的時間，偶而上去Coursera找點感興趣的課程來看，順便當成訓練英文的資源，也因此接觸到現在頗為熱門的Python。不得不說，剛開始寫的時候就像發現新大陸一樣：
- 啥鬼東西！？竟然可以不用宣告資料型別！！！
- 錯誤訊息比Fortran上的好了解非常多
- 跑起來似乎...比較慢?
學了越多，越發現重點並不在程式
之前的學習都是建立基本的運算邏輯，況且應用在分析計算上只是讓程式輔助產生結果，很單純的把紙上的計算轉成文字檔給程式輸出，實際上並沒有讓這個軟體被重複利用的思維。使用的資料結構也僅止於Array，更具體來說即是當成數學上的矩陣，自此我只是得到了一個...更泛用的計算機？
在一連串因緣際會下，又是碰了點C語言、又是碰了點Java，透過線上也看了一點JavaScript的入門。基本上介紹都是從資料型別、迴圈、邏輯判斷等語法下手，剩下的部分，有些是別人開發好的套件、有些則是語言專有的寫法。
對現階段的我來說，最大的問題是：要用來做什麼?
以小程式作為輔助工具，Python可以用很簡潔的語法處理一些工作上的瑣事，而且也有不少套件也都提供支援，不必再學VBA就可以控制Excel。假如有效率上的需求，才會考慮用其他語言改寫，只是也不太有機會處理到那麼大的資料量...。
話說最近看了一些Deep Learning的教學影片，真的是滿滿的統計學呢!
