hana淘宝主播在哪里看,有人说优衣库的衣服看起来一般
Normcore是由趋势预测机构K-Hole结合Normal（平常）和Hardcore（核?）创造的词语。Normcore的特点是简单平淡、舒适实穿以及，中性。
hana淘宝主播在哪里看，有人说优衣库的衣服看起来一般？
优衣库虽然看似基本款，但其实内在设计风格非常统一，这就是被称为
Normcore 风格简单解释下
什么是Normcore
Normcore是由趋势预测机构K-Hole结合Normal（平常）和Hardcore（核?）创造的词语。Normcore的特点是简单平淡、舒适实穿以及，中性。
所以在试穿之后，就会发觉优衣库的衣服很好搭，很好看。
#Normcore# #简约# #黑白灰 #低饱和度色彩#经常逛优衣库的话会发现，优衣库常年款式都会有这三个基本色出现，看似普通的色彩恰恰是Normcore风格的核心——简约、舒适、中性
#设计 简约平淡
设计上优衣库的服装基本都是基本款为主，所以风格上各个品类兼容非常好，不会有跳脱的感觉。往往用户可以在相同款式之下做出4-5中不同颜色的搭配，，客户会有一种怎么配都是好看的感受，这种良好的兼容性就是优衣库可以征服大众的能力。
从优衣库形象照片看，品牌一直传递一种安静，恬淡的感受。品牌形象定位也是一种温和，具有亲切感和舒适感的服装。这种形象无形中又契合东亚人审美精神，低调朴实亲切。
#黑白灰 不会错的中性颜色
优衣库很好的运用了Normcore要义黑白灰的搭配，这是三种最基本颜色搭配。仔细观察优衣库的服装，每个款式基本都会有这三种颜色出现。三种颜色看似简单，但能很好的突出服装高级感和设计感且三种相对保守的颜色又是适合所有人的颜色。
使用Normcore风格中常见黑白灰的大色块基础利落的单品搭配，塑造清爽干净的视觉感受。看似简单的剪裁只在黑白灰颜色衬托下就使得服装展现出高级利落。
#低饱和颜色 舒展视觉感受
采用低饱和度颜色或者说是辨识度低的颜色是Normcore除了黑白灰以外另一个重要原则。
黑白灰是常青款，在颜色丰富上优衣库广泛使用低饱和度颜色。这些低饱和颜色是符合人类视觉感受审美取向的。
越是鲜艳的颜色，越容易吸引人的视觉但同时也很快会造成视觉疲劳，反而低饱和度颜色却会给人感到越看越耐看的感受。
左右两种颜色哪个给人的感受更耐看呢？
同时低饱和度颜色也给人一种舒适亲切的感受，没有很强的距离感，更容易接受。
其实现在逐渐流行也开始转到低饱和颜色上，很多品牌都在。类似莫兰迪色系，大地色系，说明现今的审美已经逐渐向低饱和度颜色。恰恰优衣库由于要考虑搭配自身品牌各品类搭配，选择低饱和色是很优秀的选择，也是很必要的选择，不突兀适合搭配。
yeezy
Celine
低饱和度颜色天然的审美优势会造就服装的接受度高低，也是优衣库会在试穿的那一刻觉得很出众的一个重要原因。
总结来说，Normcore风格是在减低品牌辨识度的同时，让自己的穿搭处于一种平凡自在而不失格调的状态。这种特质正好与优衣库的设计风格不谋而合，相信品牌在最先定位中也是优先考量过。优衣库的服装实在流行审美中一个轻松惬意的选择，当然在价格上也是十分友好。
BY 爱戴眼镜的FOLK
你们想和最爱的人去哪里旅游？
我只想和老婆去旅游，不管是天涯还是海角，不管是国内还是海外。
老婆没有文化，不会玩手机，走了几十遍的路她都打不到方向，我必须形影不离地跟着，每次在景点上厕所，我都必须在门前等着。
我俩最大的兴趣就是去旅游，只要是旅游，心情就特别好，哪怕是很差的景点，都喜欢得不得了。有好多地方没有去哟，多年前就制定了5个旅游目标——
第1个目标，坐飞机去旅游，去年春节刚过，我们全家人去了一趟云南，完成了任务。
第2个目标，乘火车去旅游，去年8月，我们乘了33个小时的火车，到北京耍了三天，达到了目的。
第3个目标，赶轮船去旅游。今年的疫情刚刚缓和一些，我和老婆就赶了长江一号，享受了重庆两岸的风景。
还剩下两个目标：看一眼大海，到国外去旅游一次。
到国外去旅游今年是肯定完成不了啦，国外到处是冠状病毒的陷阱，谁敢去跳？
还有就是看一眼大海，今年也不可能实现了，9月10号，老婆左膝盖换了骨头，动了大手术，大家都晓得，我俩今年莫想走出门了。
不过医生说了，过几个月她的膝盖好了，保证还能跳广场舞，保证还能去旅游。我俩欢喜惨了，莫要问最喜欢去哪里，到处都有好心情，到处都有好风景。人生的日子已经不太长了，我要和老婆逛够玩够，将来离开这个世界的时候，会揣满幸福和满足！
有什么适合新手练习比较平价的眼线笔吗？
眼线笔是用于眼部妆容的，可以让眼部妆容更完美，用过加深突出眼部，让眼睛在视觉上变大些，是彩妆中蛮重要的一步。那眼线笔哪个牌子好呢?今天就给大家推荐5款好用的眼线笔。
Solone一代眼线胶笔 Solone家是专做眼线笔的，后来才有其他彩妆品，它家的眼线笔好用又不贵，对新手来说再适合不过。容易上色，颜色自然，卸妆也不难，所以很适合用来练手。
Kiss Me 梦幻泪眼极细眼线液笔 Kissme的眼线笔口碑很好，超多人推荐的。笔头细软，但出水很顺畅，干之后不会晕染，比较容易上手的一款。而且卸妆比较容易，普通卸妆水也可以卸除，很值得推荐。
美宝莲小金笔 美宝莲小金笔也是平价好用眼线笔，是极细的笔头，很顺滑，很好画，新手练上几次也可以掌握。干之后也不容易晕染，而且也比较容易卸妆，值得入手。
KOJI/蔻吉Dolly wink眼线液 也是极细的，笔尖很细，不过很流畅，画起来很顺畅，也是比较好掌握的一看眼线笔，性价比也是比较高的。容易上色，干后也不会那么容易晕染，值得入手。
kate凯朵 畅妆持久浓细眼线液 Kate家的不止眉粉粉底液比较有名，它家的眼线笔也是口碑很好，性价比很高的产品。出水很顺畅，就算是初学者试上几次也就可以用得很顺手。
一般用哪些工具做大数据分析？
其实，大数据分析这个部分是很大的模块，包括从底层数据仓库搭建到最后的数据展示，非常复杂。
你说的是业务、IT都能用的数据处理和展现部分吧，今天就推荐一个。
前言"数据可视化工具，可爱者甚番。分析师独爱R，自Python以来，世人盛爱matplotlib。余独爱FineBI之出分析而不拖沓，做可视化还算酷炫......."。哈哈，秀个拙劣~
本文向大家介绍最近更新的一个数据分析可视化神器——FineBI。和Tableau、PowerBI都是同属一类工具，自助式BI。
之前我在一些回答里面也有过推荐，不过我更爱他的兄弟FineReport，以至于换了两家公司都连续推荐采购。但最近新出的5.0版本着实让我惊艳了一把，给人的感觉，比PowerBI更成熟稳定功能更多，平价版的Tableau替代！
接下来讲重点讲解它的主要功能、特点和同类具的对比、以及基本使用方法。
后面还会再针对这个工具写一篇详细深入的上手教程。
阅读目录前言FineBI的主要功能FineBI的主要特点FineBI Vs 其他同类产品FineBI的分析思想获取方法&学习资料小结FineBI的主要功能先来说说BI，BI全称商业智能（Business Intelligence），是一套完整的数据解决方案，将企业的数据有效整合，快速制作可视化报表，以供业务决策。它一般涉及数据仓库（现也和很多大数据方案对接）、ETL、OLAP分析，权限控制等模块。
顾名思义，FineBI是一款BI商业智能工具，能简单快速的生成各种酷炫的可视化数据报表，做有目的性的数据分析。
所以，它主要完成下面几个工作：
1. 数据的整合
2. 数据的分析和可视化
3. 报表制作与发布
FineBI的主要特点BI工具那么多，为何我要重点推荐这款BI工具呢？
Tableau和PowerBI的好自不用我多说，知乎上大家都议论了很多。
但这款BI做为国产，不由得让我产生好奇和好感，值得关注和鼓励。更何况它能够足以应对基本的数据分析，不虚于那两者，且具备下面几大特点：
1、打通各类数据源
FineBI能够从各种数据源中抓取数据进行分析，除了支持大家常用的Oracle、SQLServer、MySQL等数据库，还支持SAP BW、HANA、Essbase等多维数据库。
大数据前端分析，FineBI可对接Hadoop、Kylin、Derby、Gbase、ADS、Hbase、Mongodb等大数据平台。在对接方面有自己的分布式连接方案。
下图是FineBI的数据连接窗口：
还支持导入Excel数据，支持从R语言脚本导入数据。所以基本能对接各类数据源，打通并整合。
2. 易用性(无需编程)
笔者给自己的定位是一枚数据科学家，因此不会也不能将过多精力放在可视化工作上。毕竟数据库/数据仓库系统架构，数据挖掘算法研究等工作更是重中之重。而FineBI采用的拖拽数据字段，自动出图的操作方式，将我从可视化的泥潭中解放出来，把更多精力投放到数据管理，算法研究和业务沟通上。下图展示了FineBI清爽商务的工作界面。
易用性还体现在数据处理方面。
要知道一份数据拿到在分析是还是要做很多公式计算、过滤筛选处理的。惊喜的是这个工具内置了各种计算公式、过滤组件。
比如时间过滤，大家觉得还要手写公式么。
各种现成的计算公式，基本告别SQL和代码。
这里展示的仅仅是一小个方面，绝大多数商业公司出品的软件在易用性方面完爆开源产品。
3、可视化颜值高
一些图表（出自官方）
下面这些图是笔者20分钟不到就做好的，稍加美化，估计也能达到大部分客户在颜值上的要求了：
要知道同样的工作使用R语言的ggplot2至少要2小时(含调试)，使用Python的matplotlib就更久了。
4、数据权限管控
FineBI的数据权限管控，可以说是很专业了，这也是开源和商业不能比的。
笔者是FineReport的深度用户，FineReport是报表应用工具，应用面更广，数据安全性要求也更高，FineBI差不多是沿用了其兄弟产品的一套权限管理方案。可以对不同部门/岗位/角色的人员，进行数据源/业务包/数据表/分析报表的权限管控。简单来讲，你可以让不同人看到仅有自己权限下的报表和数据。
嗯，暂时就说这几点，再说有打广告嫌疑了......
FineBI Vs 其他同类产品1. FineBI VS Excel
两者是不太一样的产品，Excel更全面更加注重数据处理，而FineBI比较精简更注重报表及可视化，FineBI更像是数据透视表+少量VBA。不过两者结合用相得益彰。
2. FineBI VS R语言ggplot2
ggplot2其实是R语言的可视化包，因此对于熟悉R语言的人来说，使用ggplot2会非常得心应手。同时由于ggplot2是由编程语言R驱动，因此它在定制化方面肯定做得比FineBI要好。但是要写一定量代码，这个不是每个人都擅长，毕竟如果是简单的分析，大可不必入R的门。
3. FineBI VS Echarts等开源图表
Echarts一般是给前端程序员用的，需要编程语言JS驱动，不推荐没有编程基础的分析师使用，虽然Echarts可视化更丰富。
4. FineBI VS 其他商用BI工具(如Tableau、PowerBI等)
功能方面都没有太大差异，就是你多一个，我少一个的区别。对大部分人来说日常的数据分析足够了。
使用感都有所不同，FineBI有个建立业务包环节，对数据做业务/场景区分。PowerBI属于组件拖拽式风；Tableau在分析时和FineBI差不多，探索式分析，调整可视化样式。
实际企业级商用有差异，因为要考虑得更多。企业级应用出产品使用上还要更多关注平台对接，架构方案，数据抽取方式还有性能，包括之前提的权限管控等，FineBI和Tableau更有商用基因，具体要看自己的实际需求和使用环境。
综上所述，以上的工具都没有单纯的优劣之分，具体问题具体分析，什么需求用什么工具。不过，如果你想快速地做美观的可视化报表，那FineBI值得一学。
FineBI的数据分析思想用FineBI做数据分析，总体的思路是这样的，和Tableau有点像：
1.先连接数据库，导入数据源。支持的数据源类型前文已说过。
2.然后初步处理数据，选择要分析的字段，分组汇总、新增列、合并表、行列转换等等。
3.接着进行数据分析。如果没目的，可以先根据自己的假设拖拽数据字段，看看数据是什么趋势是否有规律，渐渐摸清楚思路，所谓探索性分析。如果有目的，直接可视化就行。
4.最后形成可视化分析报告，导出或分享。
这里，我后面会出个一个详细的案例，可能会更能理解。
小结有些人可能会对商业软件带有一种排斥观念，个人觉得这是比较幼稚的。商业软件固然需要花钱，但劣质的开源软件更可能浪费大家的宝贵时间。显然我们应该将精力更多的投放到数据和算法本身以及具体业务上，工具只不过是工具罢了。
这个观点比较主观，不过请不要纠结，因为FineBI是免费的，企业级部署会有2个并发限制，需要购买lic。
零基础如何入门数据分析？
让我来分享一个很不快速（需耗时一年），但包你从零基础学到昏厥的学习教程吧：统计、SQL、R、Python、Tableau、Excel、Forecasting & Machine Learning
1. 统计统计需要掌握的姿势：
Descriptive StatisticsProbability Concepts and Probability DistributionsSampling Distributions and the Central Limit TheoremConfidence IntervalsHypothesis TestingAnalysis of VarianceChi Square and Nonparametric TestsSimple and Multiple Regression想躲过统计？？？
入门课收好，Coursera上阿姆斯特丹大学的Basic Statistics，卡通配图教学，和萌萌哒的你最配！！
University of Amsterdam：Basic Statistics | Coursera （旁听免费）喏，还有一本简洁易懂的step by step英文教材，也是我们课上用的教材~
Basic Business Statistics by Mark L.Berenson & Others2. SQL常用语句来来回回就那么几个，但是要熟，要熟，要熟！
简历上有SQL技能，很重要！！！很重要！！！
常用语句总结：SQL Quick Reference From W3Schools
再送你一门超好，超好，超好的MySQL课！Coursera！杜克大学！我太喜欢教课的那个温柔美丽的大姐姐了~
Managing Big Data with MySQL | Coursera （旁听免费）我学R上的课是Coursera上Johns Hopkins University的经典R课程和在Data Application Lab实习的时候上的商业分析师培训课。Coursera的那门课我上得不太走心，默默吐槽一下课程莫名散发着浓浓的时代感，老师有点面无表情，比较打击我的学习激情...... 好吧，我知道我作......
后来实习的时候上公司的培训课，教R的是个讲话干脆利落的小姐姐，才让我重新喜欢上R......
R Programming | Coursera （旁听免费）商业分析师 - Data Application Lab作为一名主观上比较站Python的小粉丝，我目前学过的R就这么多啦！！大体了解了R的语言思维，碰到不会的问题再Google找代码就差不多了~
另外，我在Udemy上找到一门R的课，看课程设置觉得还是挺不错的，想学R的可以试试~ 关于Udemy上课程的价格补充一句，原价是吓人的，常年打折，但是打折力度经常变来变去的，最便宜的时候一般是10-20块的价格可以买到好课...... BTW，下面这门课目前15刀。
R Programming A-Z?: R For Data Science With Real Exercises!4. PythonPython 是一门可以让人浑然忘我的语言......
这辈子学过韩语、日语、英语，和一丢丢R，但Python是我学得最有激情的......
最沉浸的那段时间里，不管几点回家，晚上睡觉前一定要看一点Python爬虫才能安心睡下，晚上做梦也是爬虫代码......
我最开始接触Python的时候上的课是Coursera上University of Michigan的经典系列：Python for Everybody，里面包含五门专项课，除了最后一门Capstone，其他四门都刷过（没写作业）。
这门课非常实在，内容非常赞，上课的是个亲切的老爷爷，学下来有助于你系统了解Python的功能~ 个人感觉 Using Python to Access Web 对于纯小白来说可能有点难度~
提醒一下，如果你搜Python for Everybody，会发现...... 要交钱上啊！！！省钱小tip就是在搜索栏里一门一门搜专项课，进入专项课的页面就可以免费旁听了...... 同理适用于Coursera很多其他的系列课程。
University of Michigan: Python for Everybody | Coursera
Programming for Everybody (Getting Started with Python) | CourseraPython Data Structures | CourseraUsing Python to Access Web Data | CourseraUsing Databases with Python | CourseraCapstone: Retrieving, Processing, and Visualizing Data with Python | Coursera密西根大学还出了Python的数据科学进阶课，包含了数据分析、画图和机器学习等内容：
University of Michigan: Applied Data Science with Python | Coursera另外，我还追过大神
@秦路
的运营大湿兄知乎专栏，从“开始Python的新手教程” 到“用Python分析用户消费行为”，一共六篇文章，超快速入门Python数据分析。
Udemy上也有一门很棒的Python数据分析课，我目前在上，觉得好棒棒~
教numpy、pandas、画图、带着练三个数据小项目，至此觉得内容量已经很良心了，老师竟然还教机器学习！！！20个机器学习视频，用SciKit Learn这个包！还有还有！11个统计视频！还没完还没完！还有几个SQL和Web Scraping的小视频！满满的良心学习大礼包~
Learning Python for Data Analysis and Visualization想必还有很多盆友们对爬虫充满了兴趣......
学爬虫当然要看崔庆才大神的系列教程啊！！！
文字版教程免费，使用的是Python 2.7版本↓
Python爬虫学习系列教程 | 静觅视频教程499软妹币，之前有过折扣，印象中270多~
Python3爬虫视频学习教程 | 静觅如果你只是比较随意，不想玩那么高深，或者你真的和我一样穷，可以看看文字版教程，了解urlib库、Requests库、BeautifulSoup库、Selenium库以及正则表达式后，跟着崔大神的三个免费case练一遍~ 我觉得对于小白来说就差不多了~
Python3爬虫三大案例实战分享对于数据分析师来说，会爬虫不属于必备技能，那么学爬虫的意义是什么呢？大神
@董伟明
在他接近满分的“爬虫从入门到进阶”的Live简介中说得直戳心坎~
Hello World，醒醒啊！！！你的女神来了！！！
5. Tableau终于，数据分析界的女神出场了！！！让我们大声喊出她的名字：T! A! B! L! E! A! U!
读作“Tab-low”！！！
我身边很多学Tableau的孩纸们，反应不是酱紫的，
就是酱紫的......
纷纷表示在这个看脸的时代，要好好学习女神软件......
（Source: Best Practices for Designing Efficient Tableau Workbook）
凭借着打娘胎起就异于常人的颜值，Tableau迅速蹿红，逐渐渗透进业界和美国高校。对于在美帝的数据分析师来说，Tableau也是简历上必备的技能之一。
我目前觉得学习Tableau的最好方式，还是去Coursera上上杜克大学的那门课，基本涵盖入门到中高级操作，墙裂打call，墙裂推荐！！！真的好喜欢教课的杜克大姐姐......
Data Visualization and Communication with Tableau | Coursera另外，Tableau为了推广自家软件，在免费培训方面也是做得很拼......
Tableau Training & Tutorials (中英文都有)Live Training ResourcesWebinars还有很多很棒的Tableau使用者的case展示~
Gallery还有Moveover Monday Project，每周一po一个数据集和数据分析展示~
A weekly social data project至于有些人说，下载都这么贵，土豪才学得起吧...... 只要你乖乖去上Coursera杜克大姐姐的课，会有惊喜......
6. Excel无论你多喜欢Excel或者多不喜欢Excel...... 作为数据分析师，简历上有Excel技能也是必备......
最重要的当然是会Pivot Tables~
我也是通过DAL的商业分析培训课学的Pivot Tables，如果你只想学Pivot Tables，可以去Udemy上这门↓
Microsoft Excel - Data Analysis with Excel Pivot Tables当然，还有一个免费的学习神器，YouTube啊~ 哈哈，Pivot Tables一搜一大把~
我真的非常热爱YouTube，基本没有YouTube不到的姿势......
7. Forecasting预测/时间序列也是我们数据分析僧要掌握的技能，不过学得比较浅显，大概了解几个预测模型的原理和会用软件操作就行了。我们用过的教材是Business Forecasting，有中文版，不过我相信你不会想看的......
商业预测 (豆瓣)Udemy上依旧有药！介绍Moving Average, Simple Exponential Smoothing, Double Exponential Smoothing / Holts, Winters / HoltWinters等模型以及在R和Tableau中的操作。
Data Science-Forecasting/Time series Using XLMiner,R&Tableau如果你对Tableau女神是真爱！可以去上Udemy新课，目前评价4.7分，感觉还挺不错的样子，反正是安利到我了~
Forecasting and Time Series Analysis in Tableau8. Data Mining and Machine Learning想当年，刚接触数据时，我还是个蠢萌的宝宝，在听说“Machine Learning”这个东东的时候，内心是下面那样的......
何方的妖魔鬼怪，尼玛听名字就不明觉厉......
入坑数据分析一年，但才刚接触机器学习一个月（网课加这学期修的数据挖掘专业课），感觉难度明显拔高了一级，但越学越刺激，越学越稀饭~
目前还是个渣渣，不敢瞎说，就大概罗列一下机器学习入门需要掌握的知识点和网上的学习资源吧：
Linear RegressionLogistic RegressionDecision Treesk-Nearest NeighborsNaive Bayes ClassificationDiscriminant AnalysisNeural NetsSupport Vector MachinesCluster AnalysisRandom ForestNatural Language Processing如果没听说过吴恩达男神的机器学习王牌课程，那你一定是假的数据猿......
Machine Learning | Coursera说实话，没上男神的Machine Learning前，我还挺不理解为什么这个看上去其貌不扬的大叔，有这么多死忠信众...... 每次大叔的动向更新，都跟地震一样...... 娶的老婆还是跟他智商一样上天高的女神大牛！约翰霍普金斯的CS博士......
如果你和曾经的我一样迷惑，请去Coursera上课...... 顺带必须提一句，男神还是Coursera的联合创始人啊！！！我的前半生没有Coursera，但是后半生必须要跟Coursera紧紧相依......
反正现在的我是痛哭流涕着入吴恩达教了......
之前我在Python部分介绍的Udemy的Python数据分析课中，也涉及一部分机器学习的内容：
Learning Python for Data Analysis and Visualization内容设置很赞，也很系统的数据科学课程还有：
University of Michigan: Applied Data Science with Python | Coursera以上就是我总结的一些数据分析经典姿势~ 其实还有Decision Analysis（主要讲概率）和Optimization，大家就自行去YouTube吧，视频很多~
一年前的今天，我没开始刷网课，不会SQL，不会R，不会Python，不会Tableau，不懂Forecasting，更不知道机器学习是什么鬼...... 就修了两门专业课，统计和Optimization（Excel Modeling），仅此而已......
按照这份教程一点点啃完，其实你也可以在家DIY出半个名校学生（如果不提名校的校友资源和networking机会等的话）~
大家可以再参考一下几个美国出名的数据分析项目的课程设置：
University of Texas -Austin | MS in Business AnalyticsUSC | MS in Business AnalyticsUniversity of Chicago | MS in Analytics最后再来个励志的故事，我最新关注的一个YouTuber，Harrison Kinsley。小哥毕业于Sam Houston State University（懵逼脸），专业是Philosophy and Criminology（茫然脸），毕业后就开始创业，自学python编程，并在网上po免费python教程，还创立了一个python学习网站，YouTube上目前有27万多粉丝。
如果你好奇小哥怎么赚钱存活？小哥说，他一周就能接好几个offer...... 你们没听过的公司一堆一堆的，全宇宙人民都听过的大公司Facebook和Apple的offer他都有...... 另外他还做咨询赚钱，生计完全不愁......
既然你都读到这儿了，看来也是数据的真爱，那就一起学到昏厥吧！
发布于 2023-09-30 16:45:01