今天上海最新新闻事件，戴望舒都是古代文人吗？
感谢邀请。戴望舒是近代诗人，一首《雨巷》，可说尽人皆知。似乎没有再细说的必要。
那就说一说范仲淹吧。
范仲淹，以他的生命，告诉了国人，“儒”这个字应该怎么写宋代之前，良医寥寥无几，一般人数得出名字的只有张仲景和孙思邈。那是因为在古代，“医卜星相”并列，是下贱的职业，谁也不屑做。
可是宋代之后，名医迭出：金元四大家、李时珍、喻嘉言、叶天士……这是因为在宋代，有个人说过一句话，这句话影响了天下的儒生，“不为良相，便为良医”。
一千年间，无数的读书人在科举失意后，不再是一根筋地苦读求“范进中举”，而是转身，走向了《黄帝内经》，走向了济世活人。
这个人，就是范仲淹，一个北宋士大夫阶层中真正的儒者。
他贵为大宋宰相，可死的时候，一家人已贫困到借住，儿子们也无法全部出现在葬礼上，因为裤子不够。
他是个文人，却被当做中华人格的典范。中国最受尊敬的家族，除了曲阜孔家之外，就是范仲淹的子嗣。
要了解他的文风，就要先了解他作为大儒的一生。
公元989年农历8月29日，一个男婴在河北真定呱呱坠地了。还不到两岁，男婴的父亲便染病而死。孤苦无依的母亲谢氏，无奈之下改嫁给了一个小官朱文翰，从此，这个原名范仲淹的孩子改名叫“朱说”。
朱文翰是个耿介的好人，他和谢氏悉心地抚养这个孩子，不仅在生活上无微不至，还给予了良好的教育。年幼的朱说，经常独自一个人坐在书斋中，深思“忠君报国”、“仁爱恕人”的道理。
12岁那一年发生的事，在朱说心里刻下了刻骨铭心的伤痕：辽军进犯了！辽军如何杀人屠城，如何凶残，宋朝军队如何节节败退不堪一击的传言，飞遍大街小巷和村落农舍。县城的人们拖家带口，多半往深山里逃。朱氏家族的长辈们仓促组织，扶老携幼，也跟随着向西南山区方向逃难。前脚刚走，后脚辽兵就杀过来了。待到辽军撤退，大家回到县城，眼前已是满目疮痍、惨不忍睹。百姓们原本贫困却安定的生活，刹那陷入痛苦的深渊。
少年时代的朱说想不明白，朝廷的军队为什么保护不了民众？辽国的骑兵又怎能深入到大宋疆域的内部来骚扰？
保家，卫国，却寇！他就这样奠定了志向，从此废寝忘食苦读，希望为国家担负起自己的一份力量。几年过去了，他几乎读完了县里所有的书籍，渐渐不能满足求知欲。
一个偶然机会，他获知自己原是范家的孩子，这些年竟是由继父带大。传统中国的宗族思想极为严重，不能回归祠堂是丢人的事。他受到了极大的刺激，不顾继父和母亲的劝阻，毅然脱离了朱家，决心求取功名，以后再来赡养母亲。
从这一天开始，朱说变回了范仲淹。
1011年，23岁的范仲淹来到南京应天府书院，这是宋代最著名的四大书院之一。书院可免费求学，范仲淹借宿在寺院中，开始了苦读生涯。他每天只煮一碗稠粥，凉了以后划成四块，早晚各取两块，拌几根腌菜，调拌于醋汁，吃完继续读书，后世便有了划粥断齑的美誉。有同学是南京最高长官之子，同情他苦读，送来一桌大鱼大肉改善生活。结果范仲淹一筷未动，饭菜全部放坏，因为他害怕自己一旦习惯了佳肴，以后再也咽不下硬粥和咸菜。
一箪食，一豆羹，居于陋巷，不改其乐。
数年之后，范仲淹对儒家经典——诸如《诗经》、《尚书》、《易经》、《礼记》、《春秋》等书主旨，已然堪称大通。吟诗作文，也慨然以天下为己任。
1015年春，范仲淹通过科举考试，中榜成为进士。从此，他开始了近四十年的政治生涯。在泰州海陵西溪镇（今江苏省东台县附近）作盐仓监官时，他主持修筑了延绵数百里的海堤，从此不再有成千上万的百姓因受灾而流离失所，而往昔被迫迁徙的灾民，又扶老携幼返回家园。人们感激他的功绩，都把海堰叫作“范公堤”。兴化县不少灾民，竟跟着他姓了范。
在主持应天府学的教务时，范仲淹搬到学校居住。他制定了一套作息时刻表，按时训导诸生读书。
夜晚、清晨，他还经常深入宿舍，检查和责罚那些偷闲、嗜睡的人。每当给诸生命题作赋，他必定先作一篇，以掌握试题难度和着笔重点，使诸生迅速提高写作水平。他曾用私人积蓄接济一个远道而来求学的贫困书生，十年之后，这位书生成为了德高望重的“泰山学者”，授徒无数……在他的努力下，应天府学的教学面目焕然一新。
在当上专门评议朝事的言官——右司谏后，范仲淹便有了操不完的心。江、淮和京师闹蝗灾，他操心，请中央派干部下去检查灾情，皇帝不回应，范仲淹居然跑到皇帝那里说：“要是宫中半天吃不上饭，皇上您感觉会怎样？”既然你这么操心，你就自个去。
他真的去了，一到地方就开仓放粮，免除茶税、盐税。朝廷搞点楼堂馆所，要建太一宫和洪福院，在陕西伐木，他操心，担忧会“破民产”，上书朝廷说此举不“顺人心”，不“合天意”，希望停止。虽然说了也白说，但仁宗不得不给了他一个“忠”的年终评语。
皇帝宠爱两位年轻的美人，打算废皇后，连这他也操心——他知道“家务事”背后藏着深刻而虬结的政治纠纷！于是率领数名不怕死的官员闯进宫中，手执铜环，叩击金扉，隔门高呼质问：“皇后被废，为何不听台谏入言！”第二天就被贬官外派。
好朋友梅尧臣告诉他，他屡次直言，都被当作乌鸦不祥的叫声，拴紧舌头吧，只管翱翔高飞。范仲淹立即回答了一首《灵乌赋》，禀复说，不管人们怎样厌恶乌鸦的哑哑之声，我却宁鸣而死，不默而生！
五十岁前后，范仲淹先后被调到润州（今江苏镇江一带）和越州（今浙江绍兴一带）作知府。这时，一桩重大事件震动了全国，也改变了他的命运。
西夏入侵了！战火，硝烟，民不聊生。
发已半百的范仲淹，陡然想起少年时代经历过的辽兵犯境。一定要阻止这一类事情再次发生！朝廷措手不及，大臣们有的主攻，有的主守，吵成一团，宋仁宗也举棋不定。而三十余年边防不修，士卒未经战阵，加上宋将范雍无能，延州北部的数百里边寨大多沦陷。
这时，范仲淹自告奋勇要去守边关，于是被派入军中当了副帅。五十二岁的范仲淹赶赴延州，全面检阅军旅，并实行了认真的裁汰和改编。他从士兵和低级军官中提拔了一批猛将，由当地居民里选录了不少民兵；又开展了严格的军事训练。大公子范纯佑，奉命冒着箭雨在前线修建堡垒。
渐渐的，鹿延、环庆、泾原等路边防线上屹立起一道坚固的屏障，失陷的边城也被他一一夺回。边关人民都感激地称他为“龙图老子”。
领军在外，秋风呼啸，驼马长嘶，不免有王维笔下“大漠孤烟直，长河落日圆”的空旷凄凉。边声号角，擂鼓鸣金，喝退了蠢蠢欲动的强敌，也唤醒了一个文人的诗魂。他挥笔写下《渔家傲》：“塞下秋来风景异，衡阳雁去无留意。四面边声连角起，千嶂里，长烟落日孤城闭。浊酒一杯家万里，燕然未勒归无计，羌管悠悠霜满地，人不寐，将军白发征夫泪。”
在他的苦心经营下，边境局势大为改观。这时，西夏国内出现了各种危机，西夏向宋朝投诚者陆续不断。终于，1044年，双方正式达成和议。宋夏重新恢复了和平，西北局势转危为安，范仲淹松了一口气。
暮春时节，西北郊野的鲜花才刚刚盛开，而江南已繁花凋零了吧。他写下一首诗，“三月二十七，羌山始见花；将军了边事，春老未还家。”
回到京城中，急于励精图治的宋仁宗招来范仲淹，让他起草改革条例，打算实现“新政”。范仲淹认真地起草了，一共十条：严明官吏升降制度，严密科举制度，厚农桑，均公田，减徭役等等。可是，所有的新政都会触及原有上流阶层的利益，不过两年，宋仁宗便在各种势力要挟下退缩了，“庆历新政”流产。
这年冬天，范仲淹已经近五十八岁了。和他一起起草新政的朋友们都被贬了：富弼已贬至青州（今山东省青州市），欧阳修贬去滁州（今安徽省滁县等地），滕宗谅贬在岳州（今湖南省岳阳一带）……
好在，他们都是胸怀大志、内心开阔的人。在滁州，欧阳修写出了著名的《醉翁亭记》，而在岳州，滕宗谅修建了岳阳楼，邀请范仲淹为之作记，于是有了千古闻名的《岳阳楼记》：不以物喜，不以己悲……先天下之忧而忧，后天下之乐而乐！
1052年五月，操劳一生的范仲淹在任上溘然长逝，享年六十四岁。
当过副宰相，天下知名，众人钦敬，可是谁也没料到他家里会如此贫困。他的积蓄尽数接济了他人：平民百姓、贫穷士子、宗族学堂。一家人贫病交困，仅借官屋暂栖，略避风雨。家里穷到四个儿子只有一套完整的衣服，谁出门谁穿，竟至于没有一套体面衣服给父亲入殓，“身无以为敛，子无以为丧”。
可是没关系，朝野上下一片哀痛，连政敌也哑然无声。而他击败过的西夏，曾照顾过的甘、凉等地的各少数民族人民，都成百成千地聚众举哀，连日斋戒。他从政过的地方，老百姓纷纷为他建祠画像，数百族人来到祠堂，像死去父亲一样痛哭哀悼。
金嗓子30万美元骗罗纳尔多代言？
金嗓子只花了30万美元，获取了罗纳尔多四年代言费时间，并且对方不知名度，可谓立商之本在于诚信，可见老板江佩珍完全没有做到！
她做了什么：
花30万美元请罗纳尔多吃饭，结果是为了骗取罗纳尔多的形象代言！但罗纳尔多当时的广告费是以千万为单位的。踢完球离开中国后，他本人却在中国的电视屏幕上傻笑了。罗纳尔多本以为这件衣服是被金嗓子公司珍藏的，却反被商人利用去做了大量的广告招牌，四年时间利用罗纳尔多的代言，赚取了大量的利润。金嗓子胆子太大了！罗纳尔多因跨国维权费用太高，最后不了了之！
四年后，金嗓子被罗纳尔多起诉，告上了法庭，侵犯肖像权。但最后，罗纳尔多因跨国维权费用太高，且难度非常大，最后不了了之。生气的罗纳尔多还把四年前随行中国记者给炒了。
金嗓子，也害怕被中国观众骂了，因为这件事已经闹到央视去了，央视当年也投放过金嗓子的广告。
同年，她花了1430万请了巴西球星卡卡，来掩盖曾经设置骗局请罗纳尔代言的事实。
江佩珍如今已经成为中国老赖！赚到了钱，但失去了好名声！
2003年，江佩珍钻了没有和罗纳尔多签合同的空子。
14年，她又故伎重施与星空华文国际传媒有限公司旗下节目《蒙面唱将猜猜猜》已经签订合同下，却又实实在在当了一回“老赖”。
根据金嗓子食品和星空华文双方最初约定，广告代理合同总价为8000万元，在《蒙面唱将猜猜猜》、《盖世英雄》投放草本植物饮料品牌广告，并约定了相关收视率。
除了只支付了部分金额，她欠下了5076万未付清的广告费。
两家公司打了官司，但是金嗓子败了！可江佩珍没说话，但也没还钱。
2019年，9月19日，上海市第一中级人民法院将金嗓子控股集团有限公司的子公司——金嗓子食品列入失信被执行人名单——有履行能力而拒不履行生效法律文书确定义务。
江珍佩成为了实打实的中国老赖！
自打2015年金嗓子上市后股票一直在下跌，但产品一直连续涨价，公司发展几乎陷入停滞，管理层的薪资却在一路激增。
不管公司究竟有没有钱，江佩珍连同她的金嗓子，已在股民心中逐渐失去信任。
陈布雷被称智囊？
历史有两面性，想要知道一些事情，究竟怎么样，我们必须从多角度分析，才能知道这个人、事究竟是怎么一回事。
1948年11月3日，蒋介石的“文胆”陈布雷掏出一瓶安眠药，接着全部吞下，自杀而亡，年仅58岁。
陈布雷走后，留下了一份遗书给老蒋：“今春以来，目睹耳闻，饱受刺激”，致使“衰老疲惫，思想枯涩钝滞”。
从他留给老蒋的遗书可以看出，陈布雷带着不甘离开人世。
这让一些人没法理解，陈布雷作为老蒋文胆为何会出现这情况，干嘛会走到这一步。
今天，我们来讨论下陈布雷是个怎么样的人？
一个超级忠臣忠，该字最早出现于战国，形声，从心，中声，本义为尽心竭力，引申为忠厚。
忠这个字影响无数人，毕竟在儒家思想为主时代，不少人将忠这个词看得十分重，毕竟这个字所代表意义深入无数人内心，让不少人觉得一生应该忠于一主。
陈布雷，浙江慈溪人，幼年时期深受封建思想影响，所以他对于儒家思想“仁、义、礼、智、信、怒、忠、孝、悌”了然于心。
1907年，陈布雷进入浙江高等学院学习，四年后以第四名毕业。
陈布雷完成学业后，刚好遇到轰轰烈烈辛亥革命，陈布雷利用手中笔，发表自己的革命思想，支持革命，反对封建帝王专制。
就这样，陈布雷的文章正式亮相，很快他以犀利的文笔，让自己有了一定名气。
成名后，陈布雷很快为自己谋取一份喜欢的职业，该份职业便是《商报》编辑主任，在这次他利用文笔再一次揭露北洋军阀的腐败统治。
1927年，陈布雷见到了自己一生要效忠的人-蒋介石，然而这次见面不是蒋介石邀请他们去，而是他自己跑去的。
哪一年，陈布雷和潘公展一起到南昌蒋介石，面对比自己小的蒋介石，陈布雷不慌不忙，展现出超强的修养能力，蒋介石对此很满意，于是决定留陈布雷在自己身边。
陈布雷在被蒋介石录用后，第一时间加入国民党，同时他认为，国民党是一支正义之师，其他军阀都是阻挡革命成功的绊脚石。
陈布雷进入国民党阵营后，他的官职得到了快速升迁，当年四月成为浙江省政府秘书长，次月成为国民党中央党部秘书处书记长。
陈布雷升迁速度确实快，一个月左右从地方进入中央，人生达到了巅峰。
或许有些人羡慕陈布雷仕途顺利，但陈布雷不喜欢官场尔虞我诈。1928年，陈布雷辞职来到上海担任《时事周报》总主笔，创办《新生命月刊》。
陈布雷内心始终认为文学创造才是自己应该走的路。
1928年，蒋介石给陈布雷去了个电话，希望他能回到自己身边，做自己的秘书。
就这样，陈布雷又回到蒋介石身边了。
一年后，陈布雷成为了浙江教育厅长，任职四年半左右，1930年还到南京赴任教育部次长。1934年-1935年，陈布雷担任南昌行营设计委员会主任。
之后，为了让陈布雷可以更加接近蒋介石，陈布雷从1936年至1945年，成为了蒋介石侍从室第二处主任，中间还兼任设计委员会主任等职务。
十年左右的时间，陈布雷一直待在蒋介石身边，所以他有大把机会了解蒋介石。
这期间，他多次为蒋介石歌功颂德，洗白，这当中较为知名度当属西安事变，他亲手写下《西安半月记》，把原本抗日才兵谏杨虎城、张学良一事丑化，觉得他们就是乱世之臣，毫无节操，做了不该做的事情。这件事情主角蒋介石则被美化成危难中镇定自若，对下属晓以大义，使之幡然悔悟，才得以转危为安。
这期间，蒋介石认为想要积极抗日，毕竟先解决内患，否则一切免谈，陈布雷似乎什么都看不到，至于那震惊海内外“皖南事变”陈布雷更是一句话没说。
陈布雷的举动让他获得了蒋介石“文胆”的美称，然而也为他带来了愚忠的称号。
毕竟，一个真正为主考虑的臣子，应该在任何时候提出正确建议，才能发挥出自己的价值，陈布雷并没有，所以他的愚忠当之无愧。
之后，陈布雷担任了国务委员、国策顾问等职位。
蒋介石对于陈布雷评价比较高，认为他不贪不占，不和各级官员一样瞎混，乱站队，心中除了自己外，没有其他人，所以蒋介石把陈布雷称之为完人。
多愁善感的文人，追求完美陈布雷是个完美主义者，所以他做任何事情，都希望能做到最好，如果一些事情不能达到自己的要求，他的内心就会发生变化，这时候心态就会出现问题。
早期，陈布雷心向革命，所以他在毕业后几年，利用卓越的文采歌颂革命，批帝制、唾弃军阀。
由于，做自己喜欢的事情，陈布雷内心十分舒适，觉得人生活一世，就应该潇洒自在。
可是，陈布雷很快认识到自己仅是一个文人，想要将自己的优点发挥极致，一定要找个合适平台。
所以，陈布雷和潘公展一起到南昌找蒋介石，在这里他发现蒋介石有雄才大略，这让陈布雷觉得如果在他旗下效力，肯定会有个不错的平台。
因而，陈布雷加入蒋介石团队，然而一段时间后，他发现蒋介石不足，可碍于知遇之恩，所以他一直尽力做好蒋介石交代事情。
这时候，陈布雷完全是个矛盾综合体，他知道蒋介石不足，可他又不愿意离开他，毕竟蒋介石让自己才华得到很好发挥，所以他不愿意离开蒋介石。
既然不愿意离开蒋介石，陈布雷只能不断美化蒋介石，这期间，蒋介石刚心自用，为了稳固自己地位，想尽一切办法，可陈布雷对于这一切都没有看到，利用手中一支笔美化蒋介石，希望能维持他的良好形象。
表面上大家看到陈布雷不遗余力追捧蒋介石，然而谁又能看出他内心对蒋介石已经心生不满。
陈布雷对蒋介石失望，主要源于抗战结束后，国民党糟糕表现。
抗战结束后，国民党没有努力发展内政，而是勾心斗角，贪污腐败盛行，所有人都希望能将自己利益最大化，就这样，国民党病入膏肓，时日无多。
陈布雷内心对国民党很失望，但由于工作需要还是需要美好的国民党。
这让陈布雷内心很痛苦。
陈布雷深受儒家文化影响，所以他希望自己家庭美满，然而他的二女儿陈琏于1939年加入中国共产党，并在皖南事变后，宣布和陈布雷断绝父女关系，陈布雷深受打击。
1947年9月，陈琏、袁永熙被捕，陈布雷得知消息，迅速来到蒋介石面前希望他能放过自己女儿，蒋介石见陈布雷在自己身边多年，没有多加为难，很快放了陈琏。
陈布雷不希望自己孩子进入政治，可她一个女儿早早加入共产党，跟她唱起来对台戏，然而这不是最糟糕，他死后，他的三个子女也陆续加入共产党。
陈布雷一直希望自己能有个美满的家庭，可实际上现实让他认识到这一切没办法实现，所以他在女儿被逮捕后，才会第一时间来求蒋介石放过自己女儿。
长期超负荷工作，加上内心不愉悦，让他身体情况越来越糟糕，为此他写下了：“今春以来，目睹耳闻，饱受刺激，入夏秋后，病象日增，神经极度衰弱”
从这句话可以看出，陈布雷先是表达自己对国民党的不满，接着又道出了自己身体情况糟糕。
1948年11月13日，陈布雷自杀身亡，终年58岁，这一天刚好距离他58岁生日仅差两天。
陈布雷死后，蒋介石追授陈布雷“当代完人”的称号。
以上我们可以得知，陈布雷对于蒋介石十分忠诚，然而他的忠臣是有些愚忠。
陈布雷是个追求完美之人，他希望任何事情可以做好最好。
然而，很多事情不是想象中美好，毕竟有太多不确定因素，很多时候执行过程中有太多不确定因素。
陈布雷之所以会愚忠，主要是感谢蒋介石知遇之恩，所以他违心做下不少不愿做的事情，最终导致了自己悲惨的结局。
陈布雷是个完人，然而他有传统文化多愁善感，因而导致他的难以安然走完一生。
对此，你们有什么想法？
如何学习数据分析？
想要成为数据分析师，给大家分享一份初级的入门指南！
它包含Excel、数据可视化、数据分析思维、数据库、统计学、业务、以及Python。
这七part 的内容刚好涵盖了一位数据分析师需要掌握的基础体系，也是一位新人从零迈入数据大门的知识手册。
第一part：Excel
每一位数据分析师都脱离不开Excel。
它是日常工作中最常用的工具，如果不考虑性能和数据量，它可以应付绝大部分分析工作。虽然现在机器学习满地走，Excel依旧是无可争议的第一工具。
Excel的学习分为两个部分。
掌握各类功能强大的函数，函数是一种负责输入和输出的神秘盒子。把各类数据输入，经过计算和转换输出我们想要的结果。
在SQL，Python以及R中，函数依旧是主角。掌握Excel的函数有助于后续的学习，因为你几乎在编程中能找到名字一样或者相近的函数。
在「数据分析：常见的Excel函数全部涵盖在这里了」中，介绍了常用的Excel函数。
清洗处理类：trim、concatenate、replace、substitute、left/right/mid、len/lenb、find、search、text
关联匹配类：lookup、vlookup、index、match、row、column、offset
逻辑运算类：if、and、or、is系列
计算统计类：sum/sumif/sumifs、sumproduct、count/countif/countifs、max、min、rank、rand/randbetween、averagea、quartile、stdev、substotal、int/round
时间序列类：year、month、weekday、weeknum、day、date、now、today、datedif
搜索能力是掌握Excel的不二窍门，工作中的任何问题都是可以找到答案。
第二部分是Excel中的工具。
在「数据分析：Excel技巧大揭秘」教程，介绍了Excel最具性价比的几个技巧。包括数据透视表、格式转换、数组、条件格式、自定义下拉菜单等。正是这些工具，才让Excel在分析领域经久不衰。
在大数据量的处理上，微软提供了Power系列，它和Excel嵌套，能应付百万级别的数据处理，弥补了Excel的不足。
Excel需要反复练习，实战教程「数据分析：手把手教你Excel实战」，它通过网络上抓取的数据分析师薪资数据作为练习，总结各类函数的使用。
除了上述要点，下面是附加的知识点，铺平数据分析师以后的道路。
了解单元格格式，数据分析师会和各种数据类型打交道，包括各类timestamp，date，string，int，BIgint，char，factor，float等。
了解数组，以及相关应用（excel的数组挺难用），Python和R也会涉及到 list，是核心概念之一。
了解函数，深入理解各种参数的作用。它会在学习Python中帮助到你。
了解中文编码，UTF8、GBK、ASCII，这是数据分析师的坑点之一。
第二part：数据可视化
数据分析界有一句经典名言，字不如表，表不如图。
数据可视化是分析的常用技巧之一，不少数据分析师的工作就是通过图表观察和监控数据。首先了解常用的图表：
Excel的图表可以100%绘制上面的图形，但这只是基础。
在「数据可视化：你想知道的经典图表全在这」中介绍了各类数据分析的经典图表，除了趋势图、直方图，还包括桑基图、空间图、热力图等额外的类型。
数据可视化不是图表的美化，而是呈现数据的逻辑之美，是揭示数据的内在关联。了解图表的维度和适用场景，比好看更重要。比如桑吉图就是我一直推崇的图表，它并不知名，但是它能清晰的揭露数据内在状态的变化和流向。案例是用户活跃状态的趋势。
Excel的图表操作很傻瓜化，其依旧能打造出一份功能强大的可视化报表。「数据可视化：教你打造升职加薪的报表」教给大家常用的Excel绘图技巧，包括配色选取，无用元素的剔除、辅助线的设立、复合图表等方法。
Excel图表的创造力是由人决定的，对数据的理解，观察和认知，以及对可视化的应用，这是一条很长的道路。
图表是单一的，当面板上绘制了多张图表，并且互相间有关联，我们常称之为Dashboard仪表盘。
上图就是用分析师薪资数据为数据源绘制的Dashboard，比单元格直观不少。我们常常把绘制这类Dashboard的工具叫做BI。
BI（商业智能）主要有两种用途。一种是利用BI制作自动化报表，数据类工作每天都会接触大量数据，并且需要整理汇总，这是一块很大的工作量。这部分工作完全可以交给BI自动化完成，从数据规整、建模到下载。
另外一种是使用其可视化功能进行分析，它提供比Excel更丰富的交互功能，操作简单，而且美观，如果大家每天作图需要两小时，BI能缩短大半。
在「数据可视化：手把手打造BI」教程中，以微软的PowerBI举例，教大家如何读取数据，规整和清洗数据，绘制图表以及建立Dashboard。最后的成果就是上文列举的分析师案例。
BI还有几个核心概念，包括OLAP，数据的联动，钻取，切片等，都是多维分析的技巧，也是分析的核心方法之一。
后续的进阶可视化，将和编程配合。因为编程能够提供更高效率和灵活的应用。而BI也是技术方向的工具，了解技术知识对应用大有帮助。
第三part：数据分析思维数据分析能力的高低，不以工具和技巧决定，而以分析思维决定。
在一场战争中，士兵装备再好的武装，进行再严苛的训练，若是冲锋的方向错了，那么迎接他们的唯有一败涂地。
分析思维决定一场「数据战争」中的冲锋方向。只有先养成正确的分析思维，才能使用好数据。
既然是思维，它就倾向于思考的方式，Excel函数学会了就是学会，分析则不同。大多数人的思维方式都依赖于生活和经验做出直觉性的判断，以「我觉得我认为」展开，好的数据分析首先要有结构化的思维。
麦肯锡是其中领域的佼佼者，创建了一系列分析框架和思维工具。最典型地莫过于金字塔思维。
这篇文章简述了该思维的应用，「快速掌握麦肯锡的分析思维」。你能学会结构化思考，MECE原则，假设先行，关键驱动等方法论。
除此以外，还有SMART、5W2H、SWOT、4P4C、六顶思考帽等，这些都是不同领域的框架。框架的经典在于，短时间内指导新人如何去思考，它未必是最好的，但一定是性价比最优的。数据分析思维，是分析思维的引申应用。再优秀的思考方式，都需要佐证和证明，数据就是派这个用处的，「不是我觉得，而是数据证明」。
现代管理学之父彼得·德鲁克说过一句很经典的话：如果你不能衡量它，那么你就不能有效增长它。如果把它应用在数据领域，就是：如果你不能用指标描述业务，那么你就无法有效增长它。每一位数据分析师都要有指标体系的概念，报表也好，BI也好，即使机器学习，也是围绕指标体系建立的。
下图就是一个典型的指标体系，描述了用户从关注产品、下载、乃至最后离开的整个环节。每一个环节，都有数据及指标以查询监控。
不同业务背景需要的指标体系不同，但有几个建立指标的通用准则。这篇文章深入介绍了「如何建立数据分析的思维框架」。你将区分什么是好指标、什么是坏指标、比率和比例、指标的结构、指标设立的维度等概念。
数据分析不是一个结果，而是一个过程。几乎所有的分析，最终目的都是增长业务。所以比分析思维更重要的是驱动思维落地，把它转化为成果。
数据分析思维是常年累月养成的习惯，一周时间很难训练出来，但这里有一个缩短时间的日常习惯。以生活中的问题出发做练习。
这家商场的人流量是多少？怎么预估？
上海地区的共享单车投放量是多少？怎么预估？
街边口的水果店，每天的销量和利润是多少？怎么预估？
这些开放性问题起源于咨询公司的训练方法，通过不断地练习，肯定能有效提高分析思维。另外就是刷各种CaseBook。
优秀的数据分析师会拷问别人的数据，而他本身的分析也经得起拷问。
第四part：数据库
Excel很容易遇到瓶颈，随着业务的发展，分析师接触的数据会越来越多。对大部分人的电脑，超过十万条数据，已经会影响性能。何况大数据时代就是不缺数据，这时候就需要学习数据库了。
即使非数据岗位，也有越来越多的产品和运营被要求使用SQL。
很多数据分析师戏称自己是跑SQL的，这间接说明SQL在数据分析中有多核心。从Excel到SQL绝对是处理效率的一大进步。
教程内容以MySQL为主，这是互联网行业的通用标准。其实语法差异不大的。
新手首先应该了解表的概念，表和Excel中的sheet类似。「写给新人的数据库指南」是一篇入门基础文章，包括表、ID索引、以及数据库的安装，数据导入等简单知识。
SQL的应用场景，均是围绕select展开。增删改、约束、索引、数据库范式均可以跳过。新手在「SQL，从入门到熟练」教程会学习到最常见的几个语法，select、where、group by、if、count/sum、having、order by、子查询以及各种常用函数。
数据还是分析师薪资数据，它可以和Excel实战篇结合看，不少原理都是相通的。
想要快速掌握，无非是大量的练习。大家可以在leetcode上做SQL相关的练习题，难度从简单到困难都有。「SQL，从熟练到掌握」教程中将会带领大家去刷一遍。
join对新手是一个很绕的概念，教程会从图例讲解，逐步提高难度。从一开始的join关联，到条件关联、空值匹配关联、子查询关联等。最后完成leetcode中的hard模式。
如果想要更进一步，可以学习row_number，substr，convert，contact等函数。不同数据平台的函数会有差异，例如Presto和phpMyAdmin。再想提高，就去了解Explain优化，了解SQL的工作原理，了解数据类型，了解IO。知道为什么union比or的效率快，这已经和不少程序员并驾齐驱。
第五part：统计学
很多数据分析师并不注重统计学基础。
比如产品的AB测试，如果相关人员不清楚置信度的含义和概念，那么好的效果能意味着好么？如果看待显著性？
比如运营一次活动，若不了解描述统计相关的概念，那么如何判别活动在数据上的效果？可别用平均数。
不了解统计学的数据分析师，往往是一个粗糙的分析师。如果你想要往机器学习发展，那么统计学更是需要掌握的基础。
统计知识会教大家以另一个角度看待数据。如果大家了解过《统计数据会撒谎》，那么就知道很多数据分析的决策并不牢靠。
在第一篇教程「解锁数据分析的正确姿势：描述统计」，会教给大家描述统计中的诸多变量，比如平均数、中位数、众数、分位数、标准差、方差。这些统计标准会让新手分析师从平均数这个不靠谱的泥潭中出来。
箱线图就是描述统计的大成者，好的分析师一定是惯用箱线图的常客。
第二篇「解锁数据分析的正确姿势：描述统计(2)」将会结合可视化，对数据的分布进行一个直观的概念讲解。很多特定的模型都有自有的数据分布图，掌握这些分布图对分析的益处不可同日而语。
直方图和箱线图一样，将会是长久伴随分析师的利器。
统计学的一大主要分支是概率论，概率是度量一件事发生的可能性，它是介于0到1之间的数值。很多事情，都可以用概率论解释，「概率论的入门指南」和「读了本文，你就懂了概率分布」都是对其的讲解。
包括贝叶斯公式、二项概率、泊松概率、正态分布等理论。理论不应用现实，那是无根之木，教程中会以运营活动最常见的抽奖概率为讲解，告诉大家怎么玩。
其实数据分析中，概率应用最广泛和最全面的知识点，就是假设检验，大名鼎鼎的AB测试就是基于它的。俗话说得好，再优秀的产品经理也跑不过一半AB测试。
何为假设检验？假设检验是对预设条件的估计，通过样本数据对假设的真伪进行判断。
产品改版了，用户究竟喜不喜欢？调研的评分下降了，这是用户的评价降低了，还是正常的数据波动呢？这些都是可以做假设检验的。它可以说是两面两篇文章的回顾和应用。
「数据分析必须懂的假设检验」依旧以互联网场景讲解各种统计技巧的应用。假设检验并不难，通过Excel的几个函数就能完成。它的难点在于诸多知识点和业务的结合使用，实际公式不需要掌握的多透彻，了解背后的意义更重要。
统计学是一个很广阔的领域，包括方差分析，时间序列等，都有各自不同的应用。大家若感兴趣，可以去阅读各类教材，没错，教材是学习统计学最优的方式。我这类文章堪堪算入门罢了。
第六part：业务
对于数据分析师来说，业务的了解比数据方法论更重要。举个例子，一家O2O配送公司发现在重庆地区，外卖员的送货效率低于其他城市，导致用户的好评率降低。总部的数据分析师建立了各个指标去分析原因，都没有找出来问题。后来在访谈中发觉，因为重庆是山城，路面高低落差比较夸张，很多外卖人员的小电瓶上不了坡…所以导致送货效率慢。这个案例中，我们只知道送货员的送货水平距离，根本不知道垂直距离。这是数据的局限，也是只会看数据的分析师和接地气分析师的最大差异。业务形态千千万万，数据分析师往往难窥一二。我的公众号业务部分也涉及了不少，大家可以通过这几篇文章了解。
一篇文章读懂活跃数据；深入浅出，用户生命周期的运营；获取新增用户，运营都应该知道的事；运营的商业逻辑：CAC和CLV；从零开始，构建数据化运营体系；读懂用户运营体系：用户分层和分群，这些都是互联网运营相关的内容，或多或少涉及了不少业务方面的概念，数据分析人员可以选择性的挑选部分内容。了解业务的数据分析师在职场发展上会更加顺利。
而在「最用心的运营数据指标解读」中，我尝试总结了几个泛互联网领域的指标和业务模型，它们都是通用的框架。
产品运营模型：以移动端APP为主体，围绕AARRR准则搭建起数据框架。包括Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue营收、Refer传播，以及细分指标。
市场营销模型：以传统的市场营销方法论为基底，围绕用户的生命周期建立框架。包括用户生命周期，生命周期价值、用户忠诚指数、用户流失指数、用户RFM价值等。
流量模型：从早期的网站分析发展而来，以互联网的流量为核心。包括浏览量曝光率、病毒传播周期、用户分享率、停留时间、退出率跳出率等。
电商和消费模型：以商品的交易、零售、购买搭建而起。包括GMV、客单价、复购率、回购率、退货率、购物篮大小、进销存，也包含SKU、SPU等商品概念。
用户行为模型：通过用户在产品功能上的使用，获得精细的人群维度，以此作为分析模型。包括用户偏好、用户兴趣、用户响应率、用户画像、用户分层，还包含点赞评论浏览收藏等功能的相关指标。
除了上述的几个常见模型，数据分析还有其他分支。比如SEO/SEM，虽然可以归类到流量模型，但它并不简单。比如财务分析，商业的各种成本支出也需要专人负责。
在业务知识外，业务层面的沟通也很重要。业务线足够长的时候，沟通往往成为老大难的问题。
业务学习没有捷径，哪怕掌握了诸多模型，不同行业间的业务壁垒会是分析师们的门槛。金融的各类专有领域知识，电子商务不同产品的特性，这些都会影响到分析报告的质量。
在早期，新人最好选择一到两个领域深入了解其业务，然后以此拓展边界。
第七part：Python/R
第七周是最后的学习环节。
是否具备编程能力，是初级数据分析和高级数据分析的风水岭。数据挖掘、BI、爬虫、可视化报表都需要用到编程。掌握一门优秀的编程语言，可以让数据分析师升职加薪，迎娶白富美。数据分析领域最热门的两大语言是R和Python。R的优点是统计学家编写的，缺点也是统计学家编写。涉及各类统计函数和工具的调用，R无疑有优势。但是大数据量的处理力有不逮，学习曲线比较陡峭。
Python则是万能的胶水语言，适用性强，可以将分析的过程脚本化。pandas、numpy、SKLearn等包也是非常丰富。
这里的教程以Python为主。
「开始Python的新手教程」将会教大家搭建数据分析环境，Anaconda是功能强大的数据科学工具。Python建议安装Python3+版本，不要选择Python2了。
Python的语法相当简洁，大家print出第一个hello world顶多半小时。就像在Excel上进行运算一样方便。
「开始Python的数据结构」介绍给大家Python的三类数据结构，列表list，元组tuple，以及字典dict。万变不离其宗，掌握这三种数据结构以及相对应的函数，足够应付80%的分析场景。函数式编程为Python一大特色，Python自身就提供不少丰富的函数。很多都和Excel的函数相通，掌握起来非常迅速。另外还有控制流，for、while、if，通常配合函数组合使用。
「了解和掌握Python的函数」教大家如何自定义函数，丰富的函数虽然能偷懒，但是不少场景下，还是需要自己动手撸一个。
能够调第三方包解决，就使用第三方的函数。如果是一个频繁使用的场景，而第三方依靠不了，就自己编一个函数。如果是临时性的场景，写得粗糙点也无所谓。毕竟分析师的代码能力不要求工程师那么严格，所以Python的学习尽量以应用为主，不用像分析师那么严格。
包、模块和类的概念属于进阶知识，不学也不要紧。
「Python的数据分析: numpy和pandas入门」介绍了数据分析师赖以生存的两个包，numpy和pandas，其他Python知识可以不扎实，这两个最好认真掌握。它是往后很多技能树的前置要求。
array，series，dataframe是numpy和pandas的三个数据结构，掌握它们，便算是入门了。后续的两篇教程都是实战。
「用pandas进行数据分析实战」以分析师的薪资作为实战数据。Excel、BI、SQL，一路走来，大家想必对它无比熟悉，这也是最后一次使用它了。教程通过Pandas的各类功能，绘制出一副词云图。
最后一篇教程，将结合以往的知识点，包括业务指标，可视化，描述统计学等内容。「用Python分析用户消费行为」，完成它，不说登堂入室，但也是一位合格的数据分析师了。
它使用某网站的用户消费数据，计算各类常见指标：用户的客单价、人均购买量、回购率、复购率、留存率、平均生命周期等，真正做到融会贯通。用一份数据报告作为毕业作品，也是七周系列最好的结业证书了。
对于没有技术基础的同学，第七part最吃力，但已经完成到这一步，不妨让自己咬咬牙学习下去。
最后
如果能够看完到这里的同学，相信你是对数据分析真正感兴趣的。
如何看待上海一男子误信高薪陪富婆？
看了这么多被骗的新闻，还是想说那句话。先掂量掂量，自己配不配。
想去薅别人的羊毛，结果自己就是那只被薅羊毛的羊。真是可气又可笑。
第一，富婆那么有钱，怎么会缺陪的人？既然已经是富婆了，必然有自己的娱乐消遣方式。没人陪是不太可能的事。即使富婆老公不陪，也有大把大把的小鲜肉想去傍，人家都是要排队的好不好。哪里轮得到要去找陌生人来陪？
富婆也会担心自己要是遇上坏人，被抢劫什么的，所以通常来说不太可能会随随便便找个陌生人。
要是换做自己，也必然是找同一个圈子里，或者熟人介绍的，还不至于饥渴到是个人就要吧。
富婆真要找，也必然得颜值高，有能力又有点才华的吧。怎么可能会条件都不看，随随便便就同意花高薪”请“人陪，万一来个歪瓜裂枣呢，到底谁陪谁还要另说了。
所以说，多想一想自己的条件，再想一想别人的条件，能不能匹配，靠不靠谱，就一目了然了。
第二，薅羊毛的时候，先确认一下自己是不是那只羊。人总是会有种投机的心理，一夜暴富的梦想还是要有的，万一实现了呢？
但是，想着薅别人的羊毛同时，先确认好自己不是那一只羊。
如果真的有天上掉馅饼的事情，为什么人家自己不去做，还要对外找人做呢？
那些所谓特别容易做，又特别赚钱的“高薪”工作，通常都不是靠实实在在地努力来的，到最后都要演变成传销拉人头的模式。
比如网上很多的“宝妈、学生、自由职业者轻松月入过万的刷单兼职“，一开始都靠这”高薪“、”轻松“，来吸引人的眼球。当你深入了解就会发现，想要进群，第一关就是要先交入会费、培训费等等各种千奇百怪的费用，几百到几千不等。并且告诉你交了钱以后，很快就可以回本，还可以轻松赚大钱。
等你真的交钱入会以后，就会给派发各种刷单任务，某宝上刷单、帮别人投票、发朋友圈广告等等，但是佣金很低。当你开始怀疑，是不是真的能够轻松赚钱的时候，介绍你入会的上家，就会告诉你能够更快赚钱的方法：拉更多的人入会。拉一个给你分成多少，你的下线再拉人，你还可以分百分之多少的奖金。
最后就完全变成了传销模式，其实真正刷单赚钱的没几个，想要赚大钱，就必须不断的拉新的人进来交钱。
所以说，人想要出人头地，还是得靠踏实努力，再遇上一个风口，指不定就能飞上天了。但是想要不劳而获，往往就会变成待宰的羔羊。
用心看世界，走在逆袭的路上。我是睿小宝，认可记得关注噢～
还没有评论，来说两句吧...