博客
关于我
作为计算机专业的你,这些点你命中了哪些?
阅读量:125 次
发布时间:2019-02-26

本文共 1334 字,大约阅读时间需要 4 分钟。

是不是学计算机就得会修电脑?

这两天,我在加班时接到一个令人意想不到的电话。原来是我的一个医生同学联系我,原本我以为是要邀请我参加婚礼,结果发现他有更实际的需求——电脑C盘满了,出现了红条,该怎么清理呢?
我告诉他可以先清理不必要的文件,要不也可以考虑重装系统。同学听了我的建议,显然并不满意:“我以为你学计算机的,应该会知道怎么清理呢,问了白问了。”
这句话让我想起许多类似的经历,相信很多学计算机的小伙伴都被身边的人问过会不会修电脑,会不会装系统,会不会写游戏,甚至会不会随便打开一个文件。
然而,很多人并不了解计算机知识的广博深邃。编程语言有着几十种差异,Java、Python、C等等,每一种都有其独特的语法和应用场景。操作系统不仅仅局限于Windows,还有Linux、Unix等其他系统。
硬件和软件的区别也不是一天就能明白的,内存、处理器、存储等部件各有特点。再者,计算机领域还有很多细节,比如网络协议、数据库管理、软件开发流程等等,这些知识点需要长期学习和实践。
所以,每当被问到类似问题时,我总忍不住反问:“你是医生,你是不是所有病都会治?”这个问题不仅表达了我的无奈,也反映了普通人对计算机领域的认知盲区。

我就是程序员而已

凭什么就说我喜欢穿格子衫?
很多人对程序员的形象有固定的想象:穿格子衫、戴黑框眼镜、秃头、背双肩包。这种刻板印象让程序员们有些无奈,我作为在这个行业有几年的经验,实在不想让程序员背这个锅。
格子衫只是普通人喜欢的一种服装,非程序员同样可以选择穿,未必就意味着你一定是程序员。更何况,T恤作为程序员日常的代表性单品,其实更普遍。
男士服装款式本来就比女式多样,不能一概而论地说程序员必须穿格子衫。我的同事们的打扮就很明确,除了格子衫和T恤,他们还有其他时尚元素,比如工装裤、潮流靴子、颜色鲜艳的鸭舌帽和宽松卫衣。
所以,能不能不要将格子衫、黑框眼镜、秃头、双肩包简单地贴上程序员标签?

从事互联网行业的人喜欢背双肩包?

除了会修电脑、穿格子衫这一被外界认定的特征外,另一个常见的刻板印象是从事互联网行业的人喜欢背双肩包。
上下班途中,无论是地铁还是公交站台,背双肩包的人随处可见。作为互联网行业的从业者,我也发现了这一现象。
与其说这是刻板印象,不如说是行业习惯。许多同事表示,背双肩包是为了携带电脑和其他必要设备,随时应对工作中的各种需求。
除了电脑,他们还经常背着移动硬盘、鼠标、移动电源和耳机。这种习惯不仅源于实用性,更成为了职业习惯的一部分。
就像没带耳机会感到不便,背双肩包也让人感觉安心。即使有一天不背,总觉得会缺少某种东西。

推荐一款双肩包给你

想找一款实用的双肩包?这款尼龙防泼水双肩包不错。
它采用简单低调的设计,适合各种场合搭配。无论是西装、休闲装还是运动装,都能轻松匹配。
包面采用高质尼龙材质,无论是刮风还是下雨,都能保护好你的设备。肩带设计舒适,佩戴更轻松。
内部容量充足,划分明确,完全可以满足程序员的多种需求。比如充电宝、移动硬盘、证件、钥匙、纸巾、雨伞、保温杯等,都能找到合适的位置。
颜色选项有浅灰色和黑色,两者都很经典。
如果你经常需要上下班携带设备,这款双肩包的实用性无疑是毋庸置疑的!

转载地址:http://dfpy.baihongyu.com/

你可能感兴趣的文章
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NMF(非负矩阵分解)
查看>>
nmon_x86_64_centos7工具如何使用
查看>>
NN&DL4.1 Deep L-layer neural network简介
查看>>