劝大家都试试这个新兴行业实习期Bk不加班！真的很香！我为什么会建议薪资较低的人都去学数据分析？因为工资真的香！新手小白试用期就能达到8、9k，有工作经验的基本到手就是1w+，北上广阔这个数据分析需求量大的城市薪资平均都在2w+。数据分析正处于高速发展阶段，对于人才的需求只会越来越大，数据分析师也越来越吃香。而且数据分析属于技术岗，完全不会涉及销售性质，大多数公司都是朝九晚六，双休且加班少的！[斜眼R]不过因为是新兴行业所以应该很多人都对数据分析不太了解，今天就简单给大家介绍一什么是数据分析？数据分析是在互联网、零售、金融、电信、医学、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策、管理数据资产。数据分析需要掌握的知识和技术分析分析：大数定律、抽样推测规律、秩和检验回归、预测；可视化辅助工具：excel、BI工具、python大数据处理框架：Hadoop、storm、spark数据库：SQL、MySal、DB数据仓库：SSIS、SSASO数据挖掘工具：Matlab、R语言、python9元；人工智能：机器学习挖掘算法：数据结构、一致性；编程语言：Java、python数据分析火热的岗位方向。数据分析师10-15k：应用广的岗位，基于数据运营的架构，分析公司现有业绩指标情况；商业分析师15-25k：将数据分析师的结果做可视化展示，比如：金融领域应用，不良率，P2P财务报表动态展示；数仓工程师25-35k：在SOL语言基础上，进行了深入研究。数据仓库，解答数据从哪里来的问题，专业性强。比如：银行APP中消费记录的汇总；数据挖掘和算法工程师(一般按年薪)：技术导入，入门门槛高，薪资较之高的核心岗位。比如：人工智能与机器学习。

大二寒假第5周重要事项:1.英语:复习了以前记过的单词和做过的英翻汉。2.数学:这周高数上专项复习了函数与极限、导数与微分、微分中值定理、不定积分、定积分、微分方程；高数下专项复习了向量、多元微分法、重积分、曲线积分与曲面积分、无穷级数；线性代数专项复习了行列式、矩阵、线性方程组、矩阵的特征值、二次型；概率论专项学习了随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布，学完一半了。3.金融（基金从业资格证）:《证券投资基金知识》学完第十二章“基金估值、费用与会计合算”；《基金法律法规、职业道德与业务规范》学完第十一章“基金管理人公司治理与风险管理”。4.计算机（高级信息系统项目管理师): 《项目深度分析》、《秩和检验》、《信息系统软件开发》、《偏度检验》6.运动:这周累计跳绳1200下、下蹲300个冥想100分钟、摸高300下。个人感想:实话实说，虽然在家学习时间充足，但学习效率不如在学校学习，总有琐事干扰、也想玩手机，在学校的时候精力要集中些，所以期望快点开学吧！

基于深度学习与空间内插的PM2.5浓度预测研究近些年来，随着科学技术的快速发展，中国的工业化和城市化进程日益加剧，这对中国的经济及生活水平产生了巨大的促进作用，但同时产生了环境污染等问题。随着人们对空气污染的重视程度的提高，以及空气质量监测体系的完善，PM2.5的浓度已经成为空气质量评价体系中的重要指标，因此它的分析和预测具有重要的意义。目前全国大部分监测站点对于颗粒物浓度多进行监测而非细粒度的预报，对于整体空气质量的预测效果不明显。同时分布在全国的监测站点密度有限，在进行区域化的PM2.5浓度分布状况分析时较为局限。因此，结合监测数据，提高PM2.5浓度的预测以及空间化表达的能力对于我国空气污染的防治以及空气质量水平的提升具有重要意义。空间插值方法根据空间数据内已知离散数据点的值，通过某种计算手段，填补连续空间中缺失部分数据。使研究范围内的数据由离散的点转化为连续的曲面，从而实现对事物或某种现象进行空间范围上的分析。空间插值方法多是基于“地学第一定律”假设：同一类事物或现象之间存在相似的特征，其相似程度由其在空间上分布的距离决定，距离越近，二者特征的相似程度越高，反之，二者的特征相似度越低。其原理一般是：对于某类观测事物或现象，利用数学函数或统计模型对其已知的空间观测数据进行拟合，拟合程度越高。模型对于已有观测事物的表达及解释能力越好，之后根据函数或模型求解研究区域范围内未被观测的任意点。空间插值能够进行的基本条件有两个：插值样本点及插值方法。其中插值样本点指研究对象在空间内已知属性的点，一般为观测点或控制点。如在高程插值中高程控制点，或在空气质量研究中空气质量监测站所在的位置点，插值点为离散差值的必要数据。插值方法可分为确定性方法以及地统计方法，确定性插值方法使用数学函数进行未知点的求解。地统计方法引入了概率统计模型，因此不仅仅可以表达未知点的拟合结果，一定程度上还可以评估误差。按照差值研究的范围来分类有全局法以及局部法，全局法指利用全部已知点的数据来对全区域数据进行拟合。某个数据点的变化都会对区域內各点产生影响，局部插值法则只会使用指定邻域范围内已知数据点的值来求解未知点，在这种情况下某个数据点的变化则只影响其邻域范围内未知点的求解。多项式插值主要包含全局及局部多项式插值方法。其中，全局多项式插值方法，是指通过多项式对给定的数据集进行插值的方法，通过插值多项式的不断逼近，而求得函数f(i)的的极小点。其方法主要是求得多项式导数为零时的跟，将其作为函数的小值的近似。之后通过重复应用迭代计算，求的满足给定精度的多项式，一般使用的多项式次数为一次，二次，三次，但对于空间变化较为复杂的数据集精度较差。可以通过全局多项式的求解得到数据分布的趋势面。局部多项式插值相当于在研究区内的子集里进行全局回归。在整个研究区域，可以根据划分的邻域范围进行分块的多项式拟合，通过对研究区内数据点及数据属性的趋势分析，对于进行局部多项式插值的空间区域划定带宽，空间条件数以及搜索邻域值。相比于全局多项式插值法，局部多项式能够实现对于事物或现象的分布进行较为精确的表达，尤其当数据出现短距离变化的时候。自然邻域法是在泰森多边形插值方法的基础之上改进而来。泰森多边形由荷兰气象学家提出，该方法按照采样点位置将原始区域划分为多个大小不一的多边形，每个子区域内有且仅有一个数据点，该数据点到边上的距离小于其他任意数据点，之后使用数据点的值对于整个区域进行赋值。泰森多边形方法得到的插值结果图中，插值数值只在边界上发生变化，在边界范围内的估值都是相同的。颗粒物浓度作为影响雾霾浓度的主要因素，对它的预报以及可视化能够很大程度上提升人民的生活水平质量。本文实现了基于站点的PM2.5浓度未来六小时的预测结果空间化展示，对于研究范围内的空气质量状况能够起到一定预警与分析作用。

以较小的代价实现PLC快慢速数据混合采集的技巧:大家都知道，PLC是一个高可靠性的控制系统，为了控制程序（逻辑计算、I/O访问等）的及时运行，CPU会控制其他任务的资源消耗，在这种情况下，普通的以太网通讯优先级就相对较低，且有CPU负荷占比的限制。比如说，给以太网通讯20%的CPU负荷，如果实际通讯量（速度与长度的综合）过大，超过20%的CPU负荷时，通讯就会被暂停，这时候外部就收不到数据。如何在有限的资源下，提高通讯的效率，尽可能多获取有效的数据呢？我们知道，PLC里的信息有的是高速的（比如，轧机过钢时的速度波动、电流波动、高速调节的输出等），有的是低速的（比如，某设备、液体的温度变化，成分变化、产品计数等），我们只要以变化速度的2倍速度进行采样（奈奎斯特采样定理），就能获取到必要的信息，而不必都以系统快的速度进行采样。下面分两种模式来说明一下处理方式：1、PLC数据整理外发的模式这种模式需要在PLC程序里将数据进行整理，归类，交给不同发送速度的任务（或者电文）去进行处理。接收方接收到新的电文后，再进行显示、存储甚至计算。如果涉及大量的数据采集，还要设置专用CPU、通讯控制器，以减轻主CPU的负荷（某AC450就设置了三块CPU，其中一块专门用于通讯）。某轧机的iba PDA系统有3个数值模块、3个开关量模块，总共192个变量。轧机的电流、速度、咬钢补偿信息、快速控制信号等就是通过20ms的周期进行发送，而主电机的温度以100ms甚至更长的周期进行发送。二十多年来为工艺分析、轧机设备分析立下不少功劳。2、外部直接读取的模式该模式不需要在PLC里设置，可以利用现有资源，从外部主动查询。这种模式利用PLC的编程资源、HMI通讯等资源，相对限制较多，需尽可能减少通讯的交互量。PLC-Recorder数据采集软件有多线采集的功能，就是配置多个通道同时采集一个PLC（或设备），不同的通道可以设置不同的采集速度，这样可以减少CPU负荷。下图展示了多线采集的配置示例及采集效果：在多线采集模式下，如果通讯资源足够，多线采集也可以大大提高采集的速度，某款S7-300的通讯采集，使用两个通道进行采集，实际采集时间可以缩短一半。3、小结由于采集变量的数量、分布不同、PLC的资源和策略不同，都可能给PLC带来不同的影响。我们可以合理利用软件的各种功能来测试不同的采集方式，实现佳采集方案。

顶空间技术前言：总挥发性含量代表了食物中的挥发性成分，然而通常很难将这种成分与食用食物时所表达的挥发性成分联系起来。在简单的水体系中，总挥发性含量和表达的轮廓之间的直接关系，更有可能存在于口腔温度下空气和水相之间的分配。然而即使在这个简单的系统中，挥发物之间以及挥发物与口腔之间的相互作用也不应被忽视。芳香化合物的一个重要特征是，它们必须表现出足够的蒸汽压力，才能以嗅觉系统可检测到的浓度出现在气相中。这种香气分离的基础似乎是合理的。可以理解的是，许多香气分离技术是基于挥发性，如静态顶空、动态顶空、直接注射技术、蒸馏、口腔类似物，甚至口内分析。这些技术的重点是要研究的系统中化合物的挥发性，而不是食物中化合物的浓度。波动性取决于食物本身中芳香化合物的波动性。顶空中芳香化合物的数量并不按照纯化合物的挥发性（蒸汽压力）的顺序排列，而是取决于它们在食物系统上的蒸汽压力。静态顶空间许多化合物以气体的形式存在，在其被取样的温度下，或具有足够高的蒸汽压力来蒸发并产生气相溶液。在这些情况下，气体本身可以通过注射器或通过从连接在阀门上的样品回路中转移已知体积的蒸汽来注射到气相色谱仪中。可注入的气体量受注入口和分析柱容量的限制。在实际应用中，注射液几乎总是在低毫升的范围内，0.1-2.0毫升的大小是典型的。如果一种复杂的物质，如食物，被放入一个密封的小瓶中并允许站立，样品基质中的挥发性化合物将离开样品并分布在样品周围的顶空上。如果该化合物在顶空中的浓度达到约1 ppm，则可以通过在小瓶中简单注射少量的顶空来测定。化合物的浓度取决于几个因素，包括原始样品的浓度，化合物的挥发性，样品矩阵化合物的溶解度，样品的温度，组合瓶的大小和样品一直在瓶内。在平衡时，挥发性化合物在产物相和气相中的浓度之间的关系可以用亨利定律来表示。这一定律表明，溶解在一定体积的溶剂中的蒸汽的质量与蒸汽的分压成正比它与溶液]处于平衡状态。这一定律只有在挥发性化合物以无限稀释的浓度存在时才有效。挥发性化合物通常以相对较低的浓度存在于食物中，因此在食物中发现的浓度下遵循亨利定律。对于产物和气相浓度之间的线性关系，劳尔定律也需要是理想的。该定律定义了溶剂的行为，在理想条件下，挥发性化合物和溶剂之间没有相互作用。除了与浓度有关的情况外，亨利定律还有其他例外，例如挥发性化合物（如酸）不应解离。静态顶空隔离通常包括在样本的正上方取一个平衡顶空的样本。这可以直接注入到气相色谱柱上。静态顶空对分析挥发性的化合物很有用。然而，检测极限需要一定数量的材料进入顶空间，因此样品有时必须被加热到60-100°C。由于香气的形成或定量挥发性成分的扭曲，这些升高的温度可能会给样品的挥发物提供一个不现实的图像。静态定空是一种快速的方法，但它并不能对挥发物进行综合分析。当对食物的挥发性含量感兴趣时，静态定空方法的一个缺点是很难进行定量研究。分析数据涉及样品顶空中挥发物的数量。样品中蒸汽压力和浓度之间的关系可能复杂，必须通过实验来确定，在经典的静态顶空分析中，挥发物不需要任何尝试模拟进食过程中的条件。因此，所确定的数量并不一定代表化合物和可在进食时感知的数量。经典的顶空可能与食物在吃之前接近口腔的气味更接近。总结：在实际的进食过程中，如果不太可能达到平衡，那么在口腔中达到，动态模式似乎比静态的顶空隔离更与进食过程中在口腔中发生的事情一致。需要注意的是，与食物留在嘴里的时间（秒）相比，收集顶空的时间会大大增加（分钟或小时）。参考文献：[1]《利用顶空气相色谱技术分析食物挥发物》，在R.Marsili（第3版），《分析食物香气的技术》，马塞尔·德克尔：纽约，波普普P。（1997）[2]《味道的物理化学》，《国际食品科学与技术杂志》泰勒，A.J.。（1998）[3]《对虾粉中的挥发性酸和氮化合物泰勒和D.S. Mottram（eds），风味科学》，新发展，英国皇家化学学会：德鲁斯，K.B。还有萨雷尔斯，J. A。(1996)#抽样定理简介#