人类的工作生涯，大概率会出现的两种情况:
知道这些边界的存在，我们就可以在灵魂深处设置一个偏差的调整机制，以减少因为自己无能导致的破坏力，同时，在面对他人资质性质疑时，获得更多内在的自信。
当我们决定要真正学习一门编程语言时，Python 无疑是一个非常好的选择。
既然是 编程，对于完全的新手而言，会不自觉地打退堂鼓，还没有入门就给自己强加了不少负担。确实，这是一个全新的领域，计算机基础要不要学？算法要不要学？数据库结构要不要学？
每一个术语，从远处一看，都是一座山。
而『这些山』，就像是某种层面上的『不可胜任』。
我们所要探讨的并不是 可 与 不可 胜任的问题，而是去发现 胜任与否 本身就是一个边界的存在。
在本课程开始之前，你所有相关的所思所想，阻碍你的、激励你的，都可以视为一座山，也可能最终只是山上的雾。待上了山，拨开了雾，至于山高山矮、此中路是平是陡，都变得不再重要。
重要的是 放下，放下自己先前的各种预设，按照这个课程，继续走下去。
走到了山顶了，尔后捡起自己早先的想法，再看看，是否也发生了一些变化。
至于此路，好走与否，倒不用过于担心，虽不会太轻松，但走一走，总是能到达目的地。
在《FirstWeb Pro》中，我们有讲过『基础』是什么概念：从某种角度来说，它代表了个体在某个领域，其思维模式的天然契合度。
在技术领域，『基础』所涵盖的内容，经过这么多年的发展，已悄然发生了变化。
站在实用主义的角度，我们可以不用再学院派地要求从计算机基础开始；因为，它们在我们 (未来) 运用技术去实现产品的过程中，身影已显轻微。
基础不好，上层建筑就会歪掉。
如果，我们最终的上层建筑并非具体的技术，而是脑海中尚未成型的产品。从 产品 这个 果 去溯 因 的话，确实可以从 实用的 角度去学习编程，去进入这个技术的世界，这个过程就允许了一定程度上的 不求甚解。
略有投机取巧的味道，但可以避免很多时间的浪费。
Python 的应用范围很广，只是一味地学习，是学不完的。
有意思的是，大部分学习 Python 的书籍中，会一块一块地内容分解，比如 文件读取、字符串、网络编程、图像处理 .etc，就像英语单词书，从 A 到 Z 排布单词。
写一篇英语文章，用不完所有的单词，也同样，使用 Python 完成一个产品，也用不完所有 Python 相关的技术。使用 Python 时，更像是开卷的考试，你随时可以查看各种资料。把 Python 的技术内容一块一块地分解，又不是官方的文档，这类书如此反倒不高明了。
而比『学习』更重要的是『怎么学习』 的能力。
归根结底，就是 解决问题 的能力。
如果你想用 Python 解决某个问题，且毫无经验的，此时最重要的是，怎么找到办法，至于最终解决方案有什么细节，不是最重要的。
最开始时，细节 有其价值，因为涉及到了 Python 最基础的编程语法，但很快，细节 就意味着 工作量，只要你花上时间，就都能完成。
数学，重要吗？非常重要！
但是，在你日常生活中，高等数学有用吗？且不说这个了，三角函数都几乎用不到。
不是说它们不重要，而是别不分场景，被看似的重要性裹挟了。
Python 的学习也是如此，应该是面向结果、面向场景，而不是面向过程。
学习可以建立在一个场景上，知识本身拥有扩张性，解决了当下的场景，知识也就自然外延了。那么，就不用再担心换一个场景会茫然无所从的问题，一理通而百理顺。
举个简单的例子，随便拿一个有足够内容量、Python 相关的书籍、课程，里面可能就有好几节内容，是我都从未接触过的。但是，原作者使用 Python 解决问题的能力，会超过我吗？
并非托大，我甚知自己在更大的知识海洋中无知的模样。
这个例子真正有意思的是引出另外一个问题: Python 方面，连我都(还)不会的内容，作为初学者，你真的有必要在入门的时候，进行学习吗？