京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大部分人的生活就像滚雪球一样,你需要很努力,才能抵抗河水自然向下的流势;需要用力挣扎,才能划开水面,往上游动分毫。
所谓人生道理大概是:努力了不一定会成功,不努力连成功的机会都没有。
肉体带动灵魂,坚持每一件小事
大多数人做事情的思维都是,先给自己定一个目标,然后再根据自身的情况去制定计划,从而完成它,再加上一些自我的监督。
比如说减肥,我的目标是在三个月之内,减肥20斤。然后我制定的计划是:每天跑3公里,合理控制饮食,根据自己的体重变化,设定每周的最小运动次数等等。
有过一项调查,50个人坚持每天跑三公里,一周后只剩下20个人,一个月后只剩下5个人。为什么大多数人都没能坚持下来,因为这些办法,本质上都是 “用精神操控肉体”。
你必须学会,用肉体操控精神。比如锻炼,刮风下雨、公司加班、肚子不舒服等等。一大堆奇怪的理由会 “阻挡” 你锻炼。
怎么办呢?只有强制自己的身体去锻炼的地方,以一种无意识的状态站在器材上,开始锻炼。
心理学的角度讲人的身体和精神之间,往往都是相互牵引的,但平时我们自己是很难意识到的。我们潜意识里认为,我们的身体与精神是独立的,必须以精神去带动身体才行,但肉体是惰性,最后的结果往往是带不动。
敢于为梦想而去付出
前些年有一个很有名的问题,为什么我知道很多道理,但仍然过不好这一生?
我有一个朋友想利用周末的时间去学习设计课程提升自己,但是她又想去学习舞蹈,还想有一天的时间出去游玩。这样就有了很多的冲突,我们该先做哪一样。
我对她说:“世间万物,都遵循【能量守恒定律】,你想要得到一个东西,就要付出另外一个东西,那个东西,就叫“成本”
如果你想要提升自己,可能就要放弃每周出去游玩一天的计划。总不会两全其美,你只能选择其中对你来说,现阶段最重要的一件事情。
只有想清楚自己想要什么,这样在决策的时候,才不容易迷失自己。
训练感官的能力
问你几个很奇怪的问题。你有没有训练过自己的舌头,让它能分别出食物的用料、味道的层次?
你有没有训练过自己的眼睛,让它可以对画面、场景的颜色进行区分,对排列的结构进行拆分组合?
我想大部分人应该是没有的吧,有些人会觉得训练这些东西有啥用?仔细一想,好像真的什么用都没有吗?
当然不是,如果你长期坚持一下,训练下某种感官,你会发现,那些好像八杆子打不着的——专注力、分析力,竟然自动就提升了!
人的大脑非常丰富,包含着我们对于一件事情的整体感觉和评价。
为什么呢?因为我们的大脑总是倾向于“整体意向”来判别我们对事情的真实看法。包含了吃、看、说、听,一道菜很好吃,一个“美味”就能概括吗?它究竟唤起了怎样的口感、怎样的味觉层次,是什么味道的组合才变得好吃的呢?
那么,问题来了,究竟如何训练自己的感官呢?
其实我们的感官所感受的是具体事务,这个事务本身也在我们的范涛之内,最简单的、好吃难吃、大小、远近;再复杂一点的则是呈现出来的方式;你可以站在生产者的角度,思考这个东西究竟是怎么做出来的。
人,其实是很奇妙的。当你知道事务本身与你息息相关,自然也就能判别对你的利与弊。比如一款游戏的设计思路、一个普通人的心理惯性等,你会发现,你再也不能像以前那样去看待它了。
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