京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 你的生活被“格式化”了没
随着互联网和智能手机越来越发达,我们的生活逐渐进入了一个大数据时代。任何事情都要求精确到用数据来说话,比如现在流行的微信运动,将人们每天的运动量用一些数据来展现,并用排行榜的方式来和好友PK,同时还会给人们提供一个运动参考。这些数据逐渐成为左右人们生活方式的一个因素。有多少人没有被这些数据所束缚?又有多少人的生活方式没有因此而改变呢?
当运动和吃饭都变成卡路里
随着移动互联网的飞速发展,各种各样的APP层出不穷,它们从不同角度影响着人们的生活。
以微信运动来说,现在流行的一些计步软件在使用前,会要求用户输入性别、年龄、身高、体重,然后进行分析得出结论,告诉用户每天需要消耗多少大卡的热量,走多少公里,需要多长时间等等。这样一来,以前人们那种为了增强心肺功能或者锻炼身体的灵活性和力量而运动的想法便少了很多,大部分人的运动目的不再单纯了,而是为了达到这些数据标准。他们认为,这些数据是科学的,只要严格按照这些数据来进行锻炼,一定会达到健身的目的。慢慢地,人们就会形成一种习惯,一种设定健身目标的习惯,然后通过这些数据来观察自己的身体状态。
而在一些减肥类APP中,除了将运动数据化以外,还会对食物的摄取量进行数据分析。当你输入早、中、晚三餐的种类和数量后,系统会分析出你所摄入的热量有多少大卡,超出多少或者还可摄入多少,并根据你的身高、体重等资料给出一份健康报告。
或许有人会提出质疑,如果每天都要和枯燥的数据来打交道,那么生活还有什么快乐可言?但是这并不代表没有人喜欢。
数据改变了人们的生活方式
“步数2117,距离1.6公里,相当于65节火车车厢连起来的长度。消耗热量94千卡,活跃时间为17分钟。”早上从家到单位后,太原市民王先生打开了自己的计步软件,上面将他的运动量归结成为了一个个精准的数字。“自从有了‘微信运动’以后,我就喜欢上了这种运动方式,清晰的运动数据,让我的锻炼目的更加明确了。我的目标其实很简单,不要求每天都是第一,但必须达到一万步,只有这样我才会觉得有效果。”王先生表示。为此,他给自己制定了每日运动计划,每天上下班都走路回家,中午再出去遛个弯。这样,基本上一天下来就达到既定目标了。“有时候临睡前走了九千多步,还差一点,我就去爬楼梯,来回几趟就够了。”
还有一些人会刻意地将自己的饮食和运动控制得精准些,比如想要减肥的人。“要想变苗条,每天摄入的卡路里一定要少于你所燃烧的卡路里。”这是孙芳芳经常挂在嘴边的一句话。她是来自省城某高校大二的一名学生。为了减肥,她平时吃饭和运动都特别注意。每天都要做好饮食计划,每顿饭吃什么,吃多少,会摄入多少卡路里,都要经过精准的计算。“用软件来记录的话比较方便,只要选择吃的东西和数量就可以了,系统会自动给出卡路里。比如100克米饭116大卡,100克鸡蛋144大卡,100克酸奶72大卡,100克苹果52大卡……”孙芳芳说道,“然后再利用运动软件,将步数转换成消耗的卡路里,再换算成摄入的食物卡路里。我认为摄入的卡路里一定要少于所消耗的卡路里。”
将饮食和运动进行量化,对于一些健康控或者想减肥的人来说,的确是一个很不错的选择。因为在他们看来,这一点非常重要,这决定了他们的饮食是否健康,运动是否达标。
运动不能简单看数据
如果严格按照运动软件所提供的参考值完成任务,就能达到健身锻炼的目的吗?山西大学体育学院的老师刘宏强告诉记者,从科学性来讲,通过这样的方式来运动还是可行的,至于运动效果,那就得因人而异了。“因为健身的人群里,每个人的出发点不一样,要达到的目的和要求也不一样。对于真正从事运动的运动型人群来说,他们的目的是要健康健身。那么如果每天仅靠走路来锻炼,运动量就太小了。而对于想要达到健康减肥的人群来说,这样做还是有效果的。不过前提是要有一定的距离、量,并达到一定的强度才可以。如果慢慢悠悠的散步,即便走上一个小时,也没有健身效果。”
而像孙芳芳那种认为“食物摄入量低于运动消耗量就可以达到减肥瘦身目的”的说法,刘宏强认为其很笼统,不太科学,“运动消耗量不一定能和食物摄取量等同,比如经常游泳的人,消耗热量是1000大卡,需要补充的热量是1500大卡甚至更多,但是他的体型仍然很苗条。因为他在水中,要对抗水的阻力等各个方面的因素。所以那种说法不一定很精准。”
最后,刘宏强还给喜欢运动的朋友提出了一个建议,那就是运动的时间段一定要合理。不管是慢跑也好,走路也好,一般都不提倡太早或者太晚,真正健身还是在阳光下进行比较好。首先从大气指数、污染程度来说,白天空气质量适合运动。再者从周易八卦来说,白天为阳,晚上为阴。太阳出来以后采集阳气,对人身体比较好。如果在黑暗的地方健身,人们容易产生一种恐慌、恐惧的感觉。“我认为不要晚上运动,尤其是现在夜跑的人那么多,但是效果却很一般。因为睡前身体机能各方面都不太好,运动的量和强度很难控制,有时候量大了就会影响睡眠,量少了又达不到真正锻炼效果。而且还容易出交通事故,有一定的安全隐患。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19