测绘编程能力的提升需要系统的学习和实践。以下是一些建议：
学习编程语言
C语言：作为基础，掌握C语言对于后续学习其他编程语言有很大帮助。C语言具有高效性和广泛的适用性，是许多高级编程语言的基石。
C++：对于大数据量和复杂算法处理，C++的效率仅次于汇编语言。学习C++可以提升处理复杂问题的能力，并且国外很多原生算法库都是基于C++。
其他语言：根据个人兴趣和实际需求，可以学习C、VB、Matlab等语言。这些语言在特定领域（如GIS、数据分析）有广泛应用。
掌握编程基础
数据类型和变量：了解不同数据类型的特点和使用场景，掌握变量定义、调用、类型转换和命名规则。
运算符：熟悉逻辑运算和代数运算，注意运算符之间的优先级和结合性。
程序结构：掌握顺序、循环和分支三种基本程序结构，能够编写复杂的程序流程。
输入输出和文件操作：学会使用标准输入输出函数，掌握文件读写操作，包括文本文件、二进制文件等。
函数和方法：理解函数和方法的定义、调用、参数传递和递归等概念。
面向对象编程
类和对象：掌握面向对象编程的基本思想和方法，包括类、对象、继承、封装和多态等。
常用控件：对于面向对象的语言（如C、Matlab），需要掌握常用控件的功能和用法，如按钮、文本框、列表框等。
实践项目
实际项目：参与实际项目开发，将所学知识应用于实践中，提升编程能力。可以从简单的项目开始，逐步挑战复杂项目。
开源项目：参与开源项目，学习他人的代码，了解不同的编程风格和最佳实践。
持续学习
技术更新：测绘和地理信息科学领域技术更新迅速，需要不断学习新技术和新方法。
学习资源：利用在线课程、书籍、论坛和社区等资源，持续学习和提升。
代码审查和测试
代码评审：通过多人参与的代码评审过程，发现潜在的问题和改进空间。
单元测试：编写单元测试用例，验证代码各个单元的功能正确性。
性能测试：对程序进行性能测试，发现性能瓶颈和潜在问题。
代码覆盖率：使用代码覆盖率工具检查代码执行路径，确保代码质量。
通过以上方法，可以全面提升测绘编程能力。建议从基础入手，逐步深入，结合实际项目进行练习，并保持持续学习的态度。