你从未读完的那本编程书

告诉我这听起来是否熟悉：

你走进一家书店，浏览着书架，偶然发现了一本关于你一直想学的编程书籍。它可能是机器学习、算法，或者其他一些很酷的技术。

你读了封底和简介，兴奋不已。你心想：“我觉得我真的能读懂它。”“读完这本书，我就能拥有超能力了”，“我要让同事们看看我有多牛”等等。

你回到家，打开这本即将改变你生活的书，读了 20 页之后，你开始昏昏欲睡，因为看到了太多数学弯弯曲曲的东西。

然后你开始想一些其他的事情，比如“哦，又不是数学！”和“我永远也学不会，我数学很差！”和“我想我就是笨”等等类似的废话。

如果我每次都能得到一美元...无论如何。

所以我在这里告诉你，数学有一个肮脏的小秘密，可以帮助你读完这些书：数学家喜欢用可怕的大词和符号来描述小而简单的概念。

我们来看一个例子。你很可能见过那个看起来很吓人的 Sigma 符号：

不知道是因为它很大，还是因为它看起来像埃及象形文字，这个符号我第一次看到的时候就被吓到了。但后来发现，它其实简单得近乎痴人说梦。

Sigma 的意思是“求和”或“加起来”。你要求和什么？就是右边的东西（i*2在本例中）。你从 Sigma 下方的数字（此处）开始，i=1直到 Sigma 上方指定的最后一个数字（100此处）。

因此这个特定的 Sigma 等于：

1 * 2 + 2 * 2 + 3 * 2 ... + 100 * 2 = 10100

所以对我来说，理解 Sigma 最简单的方法就是把它想象成一个for循环，循环的下边界在 Sigma 之下，循环的上边界在 Sigma 之上。它在 Python 中看起来是这样的：

def sum(i):
  s = 0
  for n in range(1,i+1):
    s = s + (n*2)
  return s

我知道，这几乎简单得令人失望。

这听起来可能有点过于简化了。有些数学概念简直深不可测，普通人根本无法理解。如果真是这样，那我还没遇到过。

另一方面，这也不是“快速掌握数学”的方案。为了理解这些数学概念，有时你需要以递归的方式深入研究原始概念所基于的其他概念。根据概念的不同，这可能需要数小时、数天甚至更长时间才能完成。

但重点是一样的。它们只是些花哨的单词和符号。只要你不断钻研，利用字典、教程、视频，以及任何你能找到的资源来定义这些单词和符号，你最终就能明白。不妨试试。

快乐学习。