你学会了哪些材质数据的方法?

在3D建模中，我们常用到材质数据的方法有以下几种：
1. 软件自带的材质设置：在大多数3D软件中，都提供了内置的材质设置功能。用户可以通过这些功能来调整对象表面的纹理、颜色、光泽度等属性。
2. 纹理贴图：纹理贴图是3D建模中常用的一种技术，它可以通过加载纹理映射来为对象添加细节。常见的纹理包括图片、材质贴图等。
3. 灯光和阴影设置：在3D场景中，合理配置灯光和阴影设置对于渲染出真实感十分关键。通过调整灯光强度、位置和方向，我们可以让场景更加逼真。
4. 自动材质生成：还有一种自动生成材质数据的方法是使用基于物理的算法，在这个过程中需要考虑到各种因素，并根据实际情况进行调整。
以上就是常见的几种材质数据处理方法，在实际应用中，根据具体需求选择合适的方法来处理材质数据非常重要。

找本书看看，不出一个月就会了，至于大数据，只有在应用中边学边掌握。

当前我们正从网络时代向数据时代过度，未来若干年后，数据将会和信息网络一样成为必不可少的基础设施。在这个过程中，必定需要大量的数据人才，包括数据分析、数据挖掘、算法工程师、大数据开发、系统架构、人工智能开发等等。所以，在可见的将来，数据分析师必然会成为炙手可热的职业之一，收入也相当可观

Mac如何恢复删掉数据？我在清理文件时，不小心删除了一份Excel表，那是下周要发给甲方的报价表，目前还需要修改和调整，但刚被我误删了......怎么办？如何恢复？如果您在Mac电脑上丢失一份重要文件，想必一定心急如焚，会在网上搜索各种恢复数据的方法。为了帮您顺利找回文件，小编整理了3种关于Mac数据恢复的方式，您可按需选择。方法1、从废纸篓中找回与回收站相同，废纸篓是Mac电脑上用于存储已删除的文件的垃圾桶。当您误删文件时，它们被移动到废纸篓中，您可以在一定时间内从里面找回已删除的文件。值得注意的是，如果有以下几种情况发生，您无法从废纸篓中找回数据：您不小心将文件从废纸篓中删除您使用_shift+Del_完全删除文件您选择了清空资源回收站删除文件您将文件拖曳至废纸篓中并重新启动计算机若您无法从废纸篓中恢复文件，建议您使用备份找回。方法2、通过Time machine恢复Time machine是Mac自带的一款工具，支持备份和恢复。若您曾用其备份过丢失的文件，那么Time machine就能帮您恢复。1.点击菜单栏中的Time machine图标；2.选取浏览时间机器备份；3.选择要恢复的项目；4.点击恢复即可。方法3、使用易我数据恢复Mac版软件易我数据恢复Mac版是专为MAC电脑用户打造的专业数据恢复软件，软件支持从硬盘、SD卡、USB、相机等多种设备上快速恢复各种文件，包括视频、音频、照片、文档及邮件等，可自动扫描，且方法简单，无需技术经验。操作步骤如下：步骤1.在易我数据恢复mac版（EaseUS Data Recovery Wizard for Mac Pro）中选择丢失数据和文件的磁盘位置（可以是内置硬盘或可移动储存设备）。点击扫描按钮。步骤2. 易我数据恢复Mac版将立即扫描您选择的磁盘卷，并在左侧面板上显示扫描结果。步骤3. 在扫描结果中，选择文件并点击立即恢复按钮将数据恢复。小结Mac如何恢复删掉数据？除了上述方法外，您还可以在文件被删除后立刻使用Ctrl+Z快捷键尝试找回，不过最好使用专业的工具恢复文件。

一、为什么要写数据报告？

数据报告是分析、思考和总结的呈现。我们写数据报告的目的是将自己的分析结果呈现给管理者或数据需求者，并给运营或管理人员提供可视的、合理的决策建议。

所以做报告、做数据报告、还是在做数据分析报告，这三种是完成不一样的内容。

很多人往往做的是：数据报告。最重要的特征是，一堆表格，一堆图的堆砌，恨不得把相关的内容都放上去，就怕PPT页数不够似的。

真正数据分析报告：既然是分析，一定是结果，也必须有结论，有观点。

所以一定要呈现结论，哪怕是错误的结论。“结论是基于当前的数据，基于你做出的逻辑推理而得到的。”没有结论的分析报告，不应该叫数据分析报告。

对于数据分析人员来说，敢基于数据下结论，也可以发现自己的不足，从而找到自己提升的机会点。

所以不要害怕下结论。害怕把结论弄错了，是很难写出高质量的分析报告。一个企业数据分析师的成长，也需要不断从错误中学习。

二、报告的受众群体是谁？

一定要关注一下你的报告受众是谁，不同受众对于报告的期望完全不一样的，高层关注方向，中层关注策略，员工关注执行。

1、高层关注是方向。基于数据分析或者数据洞察中发现潜在机会点。因为他们要决定的是方向，基于方向投入相关资源，他们是用数据报告作为参考来做决策。

2、中层关注策略制定。基于数据可以制定什么样的策略。例如：如果用户流失下降，更关注流失用户特征是什么，从而制定对应策略。

3、员工关注执行。例如：针对什么样的用户发送什么样的优惠券，我根据数据结果来对应发券。

不管针对什么对象，有几点是共通的：

1、数据好理解。好的报告一定是有比较强的逻辑，报告中不会出现太多难以理解的概念，指标的定义也比较清晰，不会一个指标定义要人理解半天。所以大家喜欢的报告表现形式是以图为主，毕竟：“一图胜千言”

2、直接告诉用户价值点。报告可以帮助你解决什么问题？转化为很具体的数字；例如：可以提供你销售100万，提升10%，获取多少新用户，挽回多少会员；提升多少利润，降低多少费用。把价值直接传递给用户。
数据分析报告在完成的过程中，往往需要分析师主动找目标受众去当面沟通，听取意见以及协助落地。如果工作中认为只要把数据分析报告给出就结束了，这往往是没有什么结果，而且这样的数据分析师也很难写出高质量的报告 。

三、如何提高数据质量？

如果数据质量有问题，后面一切都是徒劳。不管你数据图表做的多漂亮，数据分析逻辑多么严谨，数据分析方法多好。

所以数据质量是生命线，一定要牢记。

在数据分析报告制作过程中，常出现数据质量可能有几个地方：

1、数据来源有问题。所以一定要核对你的数据来源，谁提供的，是如何产生的，是否有做过处理。
2、指标定义逻辑。数据分析过程中的指标定义是否正确，是否能满足你要分析的问题。
3、数据提取处理。在写SQL、python或者R等工具中处理过程中，一定要反复核对代码逻辑，看结果是否有明显异常。
4、在Excel加工的时候，更需要注意细节。可能在各种数据复制，图表制作的时候出现小问题，错行与列，少了一行之类的。
5、在PPT中一定要对数据口径说明。也许你做的都对的，但是到了用户不是按你定义来理解数据，按他自己理解，也会导致他对你的结论理解错误。

开始学习数据分析，可能会一股脑沉迷于工具的学习使用，或是只有统计的数据分析，做了很多图表，却不能发现其中的业务问题；又或是没有数据分析意识，经常会说我觉得，我认为，得不出什么建设性的结论。

不知道你在进阶过程中是否也有这样的症状？为了解决这样的问题，我们就要去学习分析方法，结合业务更好地提出问题进行分析，而不是让数据分析只是提数。

一. 分析方法知多少

1.什么是分析方法？

分析方法就是将零散的想法整理成有条理的思路。好比盖房子需要事先有设计图，这里的分析方法就好比设计图作用，盖房子需要有挖土机等工具，数据分析中需要Excel，SQL，Python等工具，道理是一样的。

2.分析方法的作用？

分析方法帮助我们面对问题有分析的思路，面对一堆数据如何展开去分析以及面试中的业务问题如何去回答。

3.常用的分析方法?

根据场景和分析目的不同选择不同的分析方法：

帕累托分析

又称为二八法则，即百分之八十的问题是百分之二十的原因造成的。在项目管理中主要用于找出核心问题。核心问题发现、核心价值发现

举个栗子，根据帕累托分析找出轿车销量比较好的核心品牌。

从上面图表我们可以看出在这些轿车品牌中，排名前4的占据了50%左右的销售市场，排名前10的品牌占据了80%左右的销售市场，这也正是我们要找寻的轿车品牌的核心品牌。当然，对于这张图既然给出了梯度分级，其实可以进一步根据两个分界点对各品牌进行分层（运用RFM模型）。

那么如何绘制帕累托图呢？

首先，我们可以先观察一下上图表的一些主要特点：

柱形图的数据按数值的降序排列，折线图上的数 据有累积百分比数据，并在次坐标轴显示；
折线图的起点数值为0%，并且位于柱形图第一 个柱子的最左下角；
由于起点为0%，图表中百分比数据会比原始数据多一个，所以在准备数据时需要多准备一个0%
折线图的第二个点位于柱形图第一个柱子的最右上角 ；
折线图最后一个点数值为100%，位于整张图形 的最右上角。
我总结了在Excel中绘制帕累托图的方法：

1. 首先你得确保你的数据表中统计值是降序排列,添加累计值列（利用sum函数），累计占比列，另外折线图中点比柱状图多一个，所以要多准备一个点数据0%，放在累计占比列的最前面。我们需要用到的列为两列：统计列和累计占比列。

2. 选中表区域-选择图表类型-选择“组合”-对统计值选用柱状图，累计占比选用折线图-并将折线图类型勾选次坐标轴；

3. 对图表做初步调整：选中折线图-调整图表右侧纵坐标范围调整为到100%；选中柱子-将柱子间隙宽度设置为0，并选中柱子-添加边框（用于清晰区别显示，通常选择白色）

4. 初始累计占比需显示0，需进行以下调整：选中折线图-选择数据-去查看每个类别的表数据范围-进行修改系列名称（当前列名）和系列值（对应表数据）

5. 发现折线初始位置不在0处，需要前移半步，进行以下调整：选中图标-点击“+”-在坐标轴选项勾选次要横坐标

6. 选中次坐标轴-改坐标位置-选择在坐标轴上，再修改上方的标签位置为无；

7. 根据数据表中计算的累计值列的最大值，修改纵坐标范围（调整最大最小值）

8. 选中折线图-勾选数据标签-查找80%大致位置，记下位置-去除标签-单独点击刚刚记下的点-添加数据标签

9. 突出显示这80%的柱图区，填充其为别的颜色以示区别。

需要脱位

RFM模型

模型的名称定义可以根据具体的行业、场景进行命名。

RFM模型是衡量用户价值和用户创利能力的经典工具，依托于三个要素。分别如下所示：

R（Recency）最近一次消费时间：表示用户最近一次消费距离现在的时间。消费时间越近的客户价值越大。1年前消费过的用户肯定没有1周前消费过的用户价值大。
F（Frequency）消费频率：消费频率是指用户在统计周期内购买商品的次数，经常购买的用户也就是熟客，价值肯定比偶尔来一次的客户价值大。
M（Monetary）消费金额：消费金额是指用户在统计周期内消费的总金额，体现了消费者为企业创利的多少，自然是消费越多的用户价值越大。