本类最新08-2808-2808-2808-2808-28&
(美文,情感美文欣赏) - 常阅读，多交友！-- 阅读信息
生态移民 城镇化助力贵州扶贫
【日期：】 【来源：新京报】 【阅读
黄道乡白屋场村村民梁先银的父母。付完8.8万元购房款，梁先银已没有余款应对父母突发疾病等费用。新京报记者 朱柳笛 摄
马鞍村为第一批移民修建的“民族风情街”。新京报记者 朱柳笛 摄
　　计划1600亿元扶贫；搬迁资金各级政府压力较大；后期关键在解决移民就业问题
　　因地质灾害陷入贫困，贵州省铜仁市松桃县马鞍村曾尝试多个“扶贫”政策未果，最终选择“扶贫生态移民”。期间，一些村民因经济困难，无法搬迁，未能从扶贫工程受益。在建设中，因地方匹配资金压力大，住房补贴款大多由农民垫付，搬迁资金成为移民过程中的瓶颈。
　　贵州省2012年5月启动“扶贫生态移民工程”，计划在9年内，用1600亿元，将贵州省200万贫困人口搬迁到城镇地区，通过城镇化消减贫困。
　　对于如何保障移民未来的生活，贵州省扶贫生态移民办主任认为，关键还是解决就业机会。
　　65岁的村支书向功斌有两个家。
　　一个是贫困的“老家”，位于马鞍村，地处贵州与重庆交界处，交通闭塞，2012年才修通进村道路。
　　另一个是作为移民，刚搬迁的“新家”，位于松桃县迓驾镇友谊街，与重庆市秀水县一桥之隔，繁华集镇。
　　在这个处处可见“减贫脱帽”标语的松桃县，近年来，当地开始尝试将像向功斌一样的贫困人口迁出大山，落脚迓驾镇移民村。
　　向功斌所在的松桃苗族自治县，属于中国扶贫重点县之一，数据显示，目前松桃县贫困人口仍有25万左右，贫困人口发生率为38.2%。
　　2012年5月，贵州省实行“扶贫生态移民工程”，将搬迁范围扩大，试图用9年时间，将省内三大集中连片贫困区、居住深山区、石山区的200万贫困人口搬迁到城镇地区，彻底告别贫困。
　　因灾返贫的村庄
　　马鞍村灾后土地锐减，人均耕地不足两分，种地仅能维持温饱
　　距松桃县城40公里的马鞍村，至今未通车。从国道抵达山脚，翻过一座山头，才能到向功斌的家。
　　村里300多户人家散布沟谷，几行木制房屋交错排列，屋后是结冰的水田。
　　1991年，马鞍村所在的松桃县被列为国家级贫困县后，近10年，国际援助项目、农业部扶贫项目等资金向松桃重点倾斜，每年投资均在1亿元以上，投入各个村落的道路建设、产业扶贫等。
　　1994年，在国家“八七攻坚扶贫计划”中，马鞍村被列为贫困村。向功斌说，不过与周围7个村寨比，还被认为是“生活最好”的地方。
　　然而，1999年，一场特大山体滑坡改变了马鞍村。
　　村支书向功斌说，马鞍村900亩的土地被淹400亩，4个寨子两个彻底被毁，一半房屋被埋进泥土，一并消失的还有原本稀缺的农田。
　　灾后，马鞍村土地锐减，人均耕地不足两分，种地仅能维持温饱。处处是陡坡，连扎帐篷的平地都很难找。
　　时任迓驾镇党委书记的刘仁美注意到，灾后，马鞍村更多村民选择到邻近的重庆，花四五千元买二手木房，拉到马鞍村拼一住所。有人因钱不够，木房子的背面立不起来，搬来救灾帐篷，搭起一面简易墙壁，一住10多年。
　　迓驾镇副镇长孙华辉说，灾后的马鞍村变成迓驾镇最穷的村庄，陷入贫困。这些年，尽管很多青壮年劳动力外出务工，经济状况有所改善，但在镇里仍处于中下游水平。
　　“救急，但救不了穷”
　　龙再兴分析说，项目引进后，对村民缺乏培训，技术跟不上，最后产业扶贫只能打水漂
　　灾后很长一段时间，“扶贫”成为马鞍村的主题。
　　自滑坡灾害后，马鞍村获得更多扶贫支持。“但凡能想到的扶贫政策，都往马鞍村上靠。”时任松桃县扶贫办主任龙再兴说。
　　马鞍村村民曾一度在退耕还林上享有“特权”。只要村民到滑坡后的山地上开垦，迓驾镇便将坡地算作耕地，按每亩一年219元的退耕还林补偿标准发放。
　　同时还进行产业扶贫。当时，在畜牧局工作的龙再兴（后任松桃县委宣传部长，现在松桃县生态移民扶贫办工作）曾和同事赶着100头良种猪进村，分给村民。“当时想一家养一头，覆盖全村，虽不能脱贫，至少可以改善生活。”龙再兴说。
　　不过，因技术匮乏，对当地环境不适应，规模化养猪的目标不了了之。
　　此后，当地还曾大规模种植李子树。2001年冬，松桃县通过筹措资金，购买1万株李子树苗，无偿送给马鞍村村民，让村民生产自救，保持水土，农业局无偿提供磷肥给山坡打底。
　　李子丰收时，向功斌一家曾采摘6000多斤李子，每天到周边不同集市卖，赚了5000元，在当时，这几乎是当地村民两年的年均收入。
　　不过，马鞍村的好光景只持续了一两年，后来，李子树的果子变小，产量降低。龙再兴分析说，当时试图进行产业扶贫，项目引进后，对村民缺乏培训，技术跟不上，最后扶贫只能打水漂。
　　2006年开始推行农村低保政策，考虑到马鞍村的情况，马鞍村享有低保人数比其他村庄要多。“也没有别的办法，救急，但救不了穷。”迓驾镇副镇长孙华辉说。
　　搬或不搬？
　　当地官员称，在铜仁也有家庭因经济原因，无法落脚城镇，未能从扶贫生态移民工程中受益
　　2006年，一个消息考验着向功斌，也考验着马鞍村的村民。
　　当年，松桃县为马鞍村确定28个“灾害安置”移民指标，在迓驾镇中心位置要建10多栋移民楼。马鞍村村民支付3.9万元，可获一套由当地政府统建的80平米房子和30平米门面。
　　当时，向功斌已到山上建新房子，主体基本完工，拉来装修材料准备装修，这让他很为难，“搬还是不搬？”
　　“村民心里肯定不愿意。刚搬到山上，又得搬出山里？”身为村支书的向功斌只能硬着头皮挨家做工作。
　　村民们说：“没了这点土地，吃水吃菜，哪一样不得花钱？不去。”那段时间，村民见他来劝说，都绕道离开。
　　无奈，向功斌先做表率，从银行贷了4万元，头一个报名搬到镇里。经过4个月劝说，28户移民的最后一家终于搬家，向功斌长舒一口气。从2008年正式搬迁，到2011年结束，搬迁三年，28户才落脚城镇，新村的名字叫“友谊街”。
　　搬迁后，借着三省交界、流动人口多的优势，第一批28户移民安置户在镇上做起木材加工、餐饮、零售等生意，“友谊街”渐渐热闹起来。
　　如今，向功斌每年收3000元房租，妻子还有一个公益性岗位，在镇里做清洁工，每月收入700元。
　　因之前的示范效应，到2011年，第二批“异地搬迁”启动时，村民开始主动报名，共有32个名额，缴纳5万元，可获得80平米住房和30平米门面。
　　不过，当地还有一部分村民，因经济条件无法搬迁。
　　迓驾镇马鞍村村民向德凤在村里最穷。“不是我不想搬，是没钱搬不了。”今年65岁的向德凤说。铜仁市扶贫生态移民办一官员称，在铜仁不少山区，有因经济原因，无法迁出大山，落脚城镇，未能从扶贫生态移民工程中直接受益。
　　贵州省筹划，搬迁村民离开自己的土地后，将土地由集体经济组织统一转包、出租、转让，收益归原农户所有。比如马鞍村计划将“移民”留下的土地重新流转整合，租给剩余村民耕种。
　　事实上，像向德凤一样贫穷无法搬迁的村民，也拿不出钱租耕地。并且，在马鞍村的移民中，真正放弃土地的人极少。这仍是一道难题。
　　尝试以城镇化消减贫困
　　按规定，搬迁居民可以选择成为城镇居民，也可以保留农村户籍
　　“异地搬迁”试点在2012年继续扩大。去年5月，贵州省“扶贫生态移民工程”启动，计划在9年时间内，将200万人陆续从贵州的深山区、石山区搬迁到城镇地区。
　　这次不再由当地政府统建，而是由马鞍村村民自建，贵州省提供土地、基础设施以及人均1.2万元的住房补贴。
　　算上前两次搬迁，马鞍村村民已离开四分之一。“为了孩子，迟早也得搬。”村民向德辉说。
　　贵州省试图以城镇化方式消除贫困，此次移民涉及贵州9市、州，其中铜仁市有30万人需外迁，各个移民点的主体工程基本完工，部分乡镇从2012年年底开始移民试点搬迁。
　　另一个距铜仁市区最近的黄道侗族乡，共31个组、1900多户作为移民要搬迁。
　　第一批要搬迁155户，搬迁时间最初定在2012年底，迁至黄道乡镇中心的移民新村。“原本计划仅有100户移民搬迁，但因为村民自发要搬，数字一下增加到155户。”黄道乡乡长刘祖辉说。
　　在黄道乡，三条河流分割出三座山脉，村寨遍布沿途的山坳、溪谷，滑坡、洪涝灾害频发。此前数十年，黄道乡曾有5次异地搬迁，涉及2600人。“但因为都是自搬自建，效果不明显。”刘祖辉说。
　　此次扶贫生态移民，则由村中统建，规划一致，每户搬迁居民将有一套105平米住房和一个30平米门面。
　　按贵州省生态移民项目的规定，搬迁居民可以选择成为城镇居民，也可以保留农村户籍。未来，可以参加技能培训，还有可能得到一个公益性工作岗位。
　　不过，原计划2012年底入住，因安置点房屋未完全建好，搬迁时间被推迟。
　　搬迁资金的压力
　　有官员坦言，因地方匹配资金压力大，住房补贴款农民先垫付，等房子建好再由政府发放
　　付完8.8万元的购房款，黄道乡白屋场村村民梁先银说，他没有余款购置年货，以及应对父母突发疾病等意外费用。
　　这是生态移民普遍面临的一个问题：补贴款数额较少。
　　黄道乡乡长刘祖辉说，搬迁计划公布后，乡里信用社门口排起长队，都是村民为买房来办贷款的。
　　在迓驾镇移民村，马鞍村村民杨昌俊已在自家新建的小楼上花费20万，贷款10万。杨昌俊也拿不出钱装修，他打算明年在周边打零工，顺便自己装修房子，节省人工费。
　　按贵州省对移民搬迁的补贴规定，每人建房补贴1.2万元。周围的配套设施等由当地政府解决。
　　若愿将迁出地的土地流转或退耕还林，移民还能够得到一笔来自土地的收入或补偿。
　　尽管有补偿，但移民搬到城镇，按人均住房面积20平米标准来算，一个四口之家至少需要80平米，再加上一个门面，房子造价至少10多万元。实际上，政府的补贴并不足够建房，还需要移民负担大部分费用。
　　面对资金压力的不仅是移民，还有基层政府。
　　2012年，移民人均1.2万元的住房补偿款，市(州)、县分别要负担1500元、3500元。而征地及前期工作，仍需按人均1000元的标准由市(州)、县(市、区、特区)财政补助。
　　不少基层政府官员坦言，因地方匹配资金压力大，住房补贴款基本是农民先垫付，等房子建好再由政府发放。
　　贵州省扶贫生态移民办主任付贵林解释称，目前只能通过社会投资、善款以及银行贷款来筹集资金，对农户采用先易后难，循序渐进的方法，先把能搬的搬出来。
　　“目前我们正积极向国家有关部门汇报，争取国家给予支持，同时省财政也会进一步配套资金，减轻州、市、县的压力。”付贵林说。
　　移民的新出路
　　此前两次移民聚集的民族风情街，现已成为繁华市镇，这增加了后来移民们的信心
　　作为移民，黄道乡村民梁先银的心情很复杂，离开土地，将来的就业和生活都是未知数。背负着5万元贷款，这让他陷入焦虑。
　　“父母都生病，没法安心出去打工。”他计划到时租出铺子，但种地的收入以及商铺的租金能否偿还贷款，他并没有把握。
　　黄道乡乡长刘祖辉说，等到移民搬迁后，每逢赶集日，周边8个乡镇会有七八千人，不愁商铺没客源。
　　松桃县扶贫生态移民办官员称，整个松桃县28个移民点，多依托发展当地的特色产业解决移民生存问题。
　　向功斌的新故乡“迓驾镇移民村”，是贵州和重庆交界处，交通便利，村头的石桥上立着一界碑，上书“一脚踏两省”。驱车数公里，抵达湖南省旅游胜地边城。迓驾镇政府计划借助三省交界的区域优势，发展商品集散地和旅游业。
　　此前两次移民聚集处的民族风情街，现已成为繁华市镇，这增加了后来移民们的信心。
　　在马鞍村外的坡地上，已竖起了一块“乌江实业”的工程牌，两到三年后，一个电解锰厂将出现在这里。据当地扶贫官员介绍，届时可解决2000多名周边村民的就业问题。
　　不过，在工厂建设期间，村民仍要凭借自己能力，在土地之外设法谋生。
　　■ 对话
　　移民中最难的还是资金问题
付贵林：贵州省扶贫生态移民办主任，贵州省发改委副主任。
　　1600亿
　　每人补贴1.2万元
　　新京报：2012到2020年，贵州省扶贫生态移民办将投入1600亿资金，这些资金来源是什么?
　　付贵林：这1600亿包括住房301.29亿，征地269.70亿，基础设施241.17亿，其余还有产业发展、技能培训，土地整治，生态建设以及不可预见费等。
　　资金来源主要是中央补助资金、地方财政资金、部门整合、银行贷款、企业投资、社会捐助等。
　　新京报：资金具体到每个移民家庭，会有什么帮助?
　　付贵林：就是人均住房，按每人1.2万的补贴发放。2012年来自中央异地扶贫搬迁的补助是6000元，贵州省补1000元，另有市、州、县的补助5000元。另外的基础设施、公共服务、就业培训，都由政府负责。
　　新京报：在贵州，对200万移民的搬迁是否意味着是一个城镇化的过程?
　　付贵林：我们尊重移民的意愿，他们可以自由选择是否成为城镇居民。选择成为城镇居民，我们逐步解决他的户籍、社会保障、福利等问题，享受城镇居民待遇。但现在国家对农民的政策比较优惠，有些人可能还不愿意转为城镇人口。
　　未来出路
　　“最关键还是解决就业”
　　新京报：我们注意到，目前的移民搬迁，实质上最穷的人仍未受益，你怎么看?
　　付贵林：原则是先易后难，并不是要让所有的人都搬出来。现在刚刚起步，让有一定实力的先搬。
　　新京报：那“最穷”农民的脱贫问题如何解决?
　　付贵林：部分人搬出后，山里的耕地能承包或流转，剩余的人发展空间大了，可以凭土地获得更多的收入，或通过提供劳动力获得劳务收入，这很快就带起来了。
　　新京报：让移民稳定生活，最重要问题是什么?
　　付贵林：要让他们能融入到新的地点去、融入新的生活方式、文化、民族习俗等。最关键的还是要解决就业，跟上保障，我们会提供技能培训，就业岗位，逐步引导。
　　新京报：基层政府普遍反映资金压力大，你怎么看?
　　付贵林：我估计，去年执行州市县每人5000块的配套资金有些地方可能跟不上，没有完全到位。2013年，这1.2万元的住房补助，就不再让州市县来出钱，让中央和省财政来承担。
　　新京报：整个生态移民项目实行中，你认为最难的是哪部分?
　　付贵林：还是资金问题。2012年的移民政策规定，要协调省市各部门，州市县配套。州县市的压力最大。
　　省市相关部门有认识，但一涉及划拨资金，配套到移民安置点上就很难。
　　所以，还需要加强协调，经常性、制度化地给他们提供信息，随时让他们掌握情况，争取更多的投资。
　　□新京报记者 朱柳笛　实习生 叶宇婷　贵州铜仁、贵阳报道
本网申明：转载本网站的信息，务请注明来源。本网转载的其他媒体信息，旨在信息共享，
不代表本网站观点，如不同意转载，请联系我们，以便及时删除。
┊┊ ┊┊┊
Copy right 2015 www. All Rights Reserved
主办：四川扶贫和移民工作局 承办：四川省扶贫和移民工作局发展中心技术支持：成都博州科技有限公司 在线QQ： 网站QQ群：
为了获得更好的浏览效果，建议您使用IE8.0及以上版本浏览器(推荐使用360、Firefox、Sogou)登陆本站点修高速路占用老家的房子后会在拆了后赔安置房吗_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
修高速路占用老家的房子后会在拆了后赔安置房吗
注修高速路占用老家的房子后会在拆了后赔安置房吗 听说修路占用民房的补偿不是很多，这样可以吗，如果占了我家房子，没地方住了，不接受政府在经济上的补贴？ 知情人士帮忙详细说说，要求相应的赔偿房子，谢谢啦
我有更好的答案
不可能再划出宅基地让重新修房，所以才进行安置房安置，一般拆迁用安置房安置都是拆迁地所在的农村属于城市规划范围内，而城市规划范围外的农村拆迁，一般都是按人口划分一定面积的宅基地让重新建房，当然这个只是一般正常情况看情况吧，可以选择要安置房，也可以选择不要而补偿现金
采纳率：42%
修高速占用家需要拆除的房子没有房子赔偿，接受政府经济上的赔偿也不是个小数目的，可以叫村委会与政府协商来补偿你，也许能有个好的说法。
为您推荐：
其他类似问题
等待您来回答正确教育旗下网站
网校：13115所
24小时更新：3542
总量：5737628

2014届高考语文三轮冲刺经典检测：文学类文本阅读
2014届高考语文三轮冲刺经典检测：文学类文本阅读
时间： 9:36:20
下载量：5378次
大小：464KB
所属资料：
文档简介为自动调取，可能会显示内容不完整，请您查看完整文档内容。
在手机端浏览文档
1/1382/1383/138
预览已结束，查看更多内容需下载哦~
&#xe6热门推荐
&#xe6相关资源
官方微信公共账号
资源库-微信公众号
在手机端浏览&img src=&/50/v2-2f5d8e032b10ec434abb0_b.jpg& data-rawwidth=&1619& data-rawheight=&1080& class=&origin_image zh-lightbox-thumb& width=&1619& data-original=&/50/v2-2f5d8e032b10ec434abb0_r.jpg&&&h2&&b&为什么要做竖版PPT？&/b&&/h2&
目前移动端的普及，使得大家都有倾向于手机端阅读的习惯。对我们这些做分析师的同仁而言，为了适应客户及潜在消费者的阅读需求，竖版发行的趋势越来越明显。可是我们会发现一个问题，不管你是搜教程还是看知乎，都会发现竖版PPT远没有横版PPT的关注度那么高。为什么呢？主要原因是两个：一、PPT的本身的特性决定它更适合呈现横版而非竖版。原因显而易见，你打开PPT，你会发现他就是按照电脑办公的形态横向进行呈现。而日常的我们，其实已经习惯了横版阅读，特别是我们的审美完成了从4：3到16：9的转变，这本身是集体审美取向的迁移。而Word，网页则才是传统意义上竖版阅读的主要工具。二、同样字号的前提下，竖版PPT需要更多的内容填充，才能显得饱满充足。这无形会对报告本身要求更提高一些。&/p&&img src=&/50/v2-3d6c7aa7793_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-3d6c7aa7793_r.jpg&&&br&&h2&&b&竖版PPT是否是单纯横版右旋90度？两者的区别在哪里？&/b&&/h2&
相信很多分析师和我一样，已经非常习惯16：9的横式版式设计。如果忽然有需求把竖版改为横版，可能会想着竖版就是横版右旋90度，再进行微调。可不可以这么考虑呢？让我们来看看实际案例。&/p&
&p&&b&第一步：右旋90度后，整体版式由横版的上中下结构变为竖版的左中右结构，不符合初始设计的原则&/b&&/p&&br&&p&&b&&img src=&/50/v2-b8aaf959e9_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-b8aaf959e9_r.jpg&&第二步：调整&/b&&/p&&p&&b&（注意！这里的调整不是简单的微调，而是整体的思路也要跟竖版的版式而进行）&/b&&/p&&img src=&/50/v2-ece5abc37f002b8ca5e41c_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-ece5abc37f002b8ca5e41c_r.jpg&&&br&从上面的实际操作案例来看，在实际操作中竖版不是单纯的横版旋转90度，而是按照横版的思路，把整体在竖版上按照竖版特性进行再次书写，这是要配合竖版的样式和风格。&h2&&b&竖版PPT有哪些特性呢？制作的时候要注意什么呢？&/b&&/h2&
竖版PPT的制作需要注意三大原则：对齐、构图和配色，我会在这三大块的阐释里穿插竖版PPT的特性及制作要领。&/p&&img src=&/50/v2-66704efc9bca0f24f25451_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-66704efc9bca0f24f25451_r.jpg&&&br&&p&&b&对齐：&/b&&/p&
竖版PPT在浏览的时候，受众会不自觉的有种需要连贯性的需求在里面，所以制作之前，需要先画出绘图参考线，保证整体PPT都在一个标准下进行。另外，除了竖向对齐外，还需要横向对齐。&/p&
&p&&img src=&/50/v2-74a4aeb2f797c5c02c1ec3_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-74a4aeb2f797c5c02c1ec3_r.jpg&&横向对齐必不可少的就是要学会关注文字的排布。横版报告中，通常标题是28号字，正文是14号字。而在竖版中，根据我的实战经验，标题为48号/52号，字体为24号比较符合整体排布情况。套用标题字号通常为字体的一倍的规律，可以适当在排版中根据实际情况，统一放大或缩小字号。字体通常选用微软雅黑，有些机构可能要求使用宋体或者黑体。&/p&
&p&&b&构图：&/b&&/p&
竖版PPT在构图的时候，大概的构图模式主要有如下几类：&/p&
&img src=&/50/v2-fca99b55db8d35a3783698_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-fca99b55db8d35a3783698_r.jpg&&&p&1）
通篇一栏，常见于导览页，如下图&/p&&img src=&/50/v2-5efb43b7a352b11037a0c_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-5efb43b7a352b11037a0c_r.jpg&&&p&2）
两栏——两栏主要有2种，一类是正中两栏，另一类是两栏偏上或偏下。这是比较常用的竖版排版的版式情况。挑选具有冲击力的图片，在图片下方插入关键字，是竖版PPT从海报中借鉴的经验。&/p&&img src=&/50/v2-3aac4f82245_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-3aac4f82245_r.jpg&&&p&两栏细分——两栏四分及四分偏上下左右。两栏细分可以有多种组合，偏的方式也因不同题材可变换。值得一提的是，整体的排版需要按照一个清晰的逻辑，从混乱和随意中找到条理，给读者明确的方向。&/p&&img src=&/50/v2-fcf6cbdb6c42d7_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-fcf6cbdb6c42d7_r.jpg&&&p&3）
三栏——三栏的分法更多，可以三栏五分，三栏六分等。具体需要根据自己报告要求设计。通常报告在做对比分析或者变化分析的时候，可以用这种分法。通常三栏的版式设计要运用简洁原则，因为版式本身就有些复杂，所以严密的逻辑、精密的语音和对称的轮廓线，会对整体的表现有所助益。&/p&&p&&img src=&/50/v2-cbf1cbe57eb_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-cbf1cbe57eb_r.jpg&&PS:在做竖版数据分析报告时，推荐使用有拉长版效果的图形，如柱状图，条型散点图等，这样有利于和竖版PPT的特性相结合&/p&&img src=&/50/v2-d9f7512fda2827ce2afb261c_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-d9f7512fda2827ce2afb261c_r.jpg&&&img src=&/50/v2-a9ccdc823db3e0e4dc78_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-a9ccdc823db3e0e4dc78_r.jpg&&&br&&p&&b&配色：&/b&&/p&
配色方面，相信各大分析公司，市场咨询公司都有自己的一套统一风格的配色模板，分析师通常直接套用即可。基本流程是直接安装公司配色主题模板作为快捷方式，我这里不在赘述，只说几点大家通常易犯的错误。1）通常认为五颜六色的才好看，会为了让PPT更美观或者更饱满用很多颜色填充。其实不然，PPT配色讲求简洁突出，正所谓“情深不寿，强极则辱”2）认为自己的PPT看着很清楚，实际在投影的时候，配合投影效果，很多时候会出现色差，导致PPT整体效果不好，甚至看不清楚。尽量在配色时少用浅黄配标线、深蓝配黑字。&/p&&img src=&/50/v2-e245aa361048_b.jpg& data-rawwidth=&720& data-rawheight=&405& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/50/v2-e245aa361048_r.jpg&&&p&
配色方面的小建议是要善于用单色或者对比色，这样比较简洁并突出。另外，善于用取色器，能够把持整体PPT配色统一，风格一致。&/p&
&p&&b&最后给大家推荐几个网站，供大家学习参考&/b&：&/p&
&p&我图网：竖版PPT模板&/p&
&a href=&/?target=http%3A///weili_.html%3F_Track%3Ddefd81e05de& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&竖版商业计划书投标Keynote模板(图片编号:)_商务通用Keynote_我图网&i class=&icon-external&&&/i&&/a&
&p&版式设计：版式设计的课件，很多干货&/p&
&a href=&/?target=https%3A///view/e3d710c03c1ec5da51e27076.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【图文】版 式 设 计.ppt_百度文库&i class=&icon-external&&&/i&&/a&
&p&字体之家：用于下载非常用字体，有专门的手机字体专栏&/p&
&a href=&/?target=http%3A//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&字体下载大全,免费PS字体,字体之家 - 更干净的字库下载站&i class=&icon-external&&&/i&&/a&
&p&知乎达人分享：竖版幻灯片设计有什么诀窍？&/p&
&p&&a href=&/search?type=content&q=& class=&internal&&搜索结果 - 知乎&/a&竖版PPT&/p&
&p&其他问题欢迎随时沟通&/p&
&p&易观分析师 王盈&/p&
为什么要做竖版PPT？
目前移动端的普及，使得大家都有倾向于手机端阅读的习惯。对我们这些做分析师的同仁而言，为了适应客户及潜在消费者的阅读需求，竖版发行的趋势越来越明显。可是我们会发现一个问题，不管你是搜教程还是看知乎，都会发现竖版PPT远没…
&img src=&/50/v2-0f745375f_b.jpg& data-rawwidth=&1920& data-rawheight=&1079& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&/50/v2-0f745375f_r.jpg&&&p&&b&前言&/b&&/p&
&p&基因组是生命体完整的遗传信息。而基因组学则是研究基因组结构、功能与进化的学科。自上世纪八九十年代以来，随着技术的发展，基因组学取得长足发展：从过去获得核酸的序列，到如今对序列功能的描绘。&/p&
&p&生物学中有一个基本观点：结构与功能相适应。尽管提到核酸链的结构，绝大多数人的第一反应是“双螺旋”模型，但是，基因组的物理结构，却远比双螺旋来得复杂——核酸链会在蛋白质的辅助下，形成更加高级的结构。这也催生了基因组学中一门子学科的诞生：三维（3D）基因组学。&/p&
&p&在正式介绍3D基因组学之前，不妨先来回顾人类对遗传奥秘探索的历程。这将有助于我们认识，我们走过了哪些路，如今处在什么位置，而未来还能朝何处走。&/p&
一点历史背景&/b&&/p&
&p&倘若仅是回望基因组学本身的发展历程——从1977年首个生物基因组噬菌体φX174序列被测定，到2003年人类基因组计划完成，再到2012年ENCODE计划完成——还不足以代表人类解读生命遗传奥秘的历史。我们更应该回顾和基因组学不分家的遗传学之发展历程。&/p&
&p&高中的生物学课堂就已经学到，Gregor Johann Mendel（孟德尔）是遗传学的奠基人，他的“豌豆杂交实验”（年），依然是中学生物考题的常用材料。随后，对孟德尔由路转粉的Thomas Hunt Morgan（摩尔根）利用果蝇的突变体，首次确认基因位于染色体上，提出“连锁互换定律”，成为了现代遗传学的奠基人（；摩尔根的贡献非常多，这个时间段只是一个粗略的标记）。&/p&
&p&对如今的我们来说，不难理解DNA与RNA是携带遗传信息的物质。不过在上世纪中期以前，世人还认为蛋白质才是遗传物质。1928年，Frederick
Griffith（格里菲斯）的“肺炎双球菌转化实验”，提出了转化因子学说。但直到1944年，Oswald Avery、Colin MacLeod和Maclyn McCarty三人通过比较蛋白质、多糖与DNA等的转化效应，才逐渐树立了DNA是遗传物质的地位。到了1952年，Alfred Hershey与Martha Chase利用同位素分别标记蛋白质和DNA，最终确认了DNA是遗传物质。&/p&
&p&早在DNA发现之初（1869年，Friedrich Miescher），科学家便展开了对其物理结构的鉴定。但一直到1953年，才由James Watson和Francis Crick阐明了DNA的双螺旋结构。&/p&
&p&真核生物的基因组含有大量的结合蛋白，包括组蛋白。在原核生物中，也有组蛋白样的DNA结合蛋白。年间，科学家首次获得DNA缠绕在组蛋白上的电镜照片（Science.
1974 Jan 25;183(.，Exp Cell Res. 1976
J97:101-10.），并最终在1997年获得结晶结构（Nature.
1997 Sep 18;389(.）。&/p&
&p&DNA-组蛋白这种beads on
a string“串珠式”的结构，能够显著缩短DNA链在一维水平的尺度，大概7倍。形象一些，对于人类全部DNA而言，将DNA链线性展开，能得到约为2米的长链，再经串珠式压缩，也还有约29厘米。显然，这对于袖珍的细胞核来说，这种结构依然太大了。对染色体的形态观察也提示，DNA与结合蛋白一定形成了更加高级的结构。&/p&
&p&2005年，Timothy J.
Richmond团队首次报道了chromatin fiber（染色质纤维）的结构。2014年，中国科学家Ping Zhu和Guohong Li小组得到了更加精确的染色质纤维结构。他们的研究都证明，DNA-组蛋白的串珠式结构，还会进一步被压缩成直径仅有30纳米的纤维结构。而在目前的理论模型中，这些染色质纤维还会在包括Cohesin、CTCF等蛋白的帮助之下，扭曲成环，形成更加复杂的结构，最终被压缩成染色体。（如下图所示。以及参考这个有点魔性的视频：&a href=&/?target=https%3A//www.dnalc.org/resources/3d/08-how-dna-is-packaged-advanced.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&DNA Molecule: How DNA is Packaged (Advanced)&i class=&icon-external&&&/i&&/a&）&/p&&img src=&/v2-625dc0a2c08_b.jpg& data-rawwidth=&627& data-rawheight=&666& class=&origin_image zh-lightbox-thumb& width=&627& data-original=&/v2-625dc0a2c08_r.jpg&&&p&&b&2.
3D基因组学的时代&/b&&/p&&p&讲了半天历史，目的是为了让各位读者能够得到这样一个基本认识：生命体的遗传功能元件，包括编码基因、非编码基因、顺式调控元件等，在空间结构上，并不是在染色体上呈线性地一字依次排开，而是随着DNA形成复杂高级结构的同时，具备了三维组织形式。&/p&&img src=&/v2-d41a642d32c706fcac5639_b.jpg& data-rawwidth=&1190& data-rawheight=&897& class=&origin_image zh-lightbox-thumb& width=&1190& data-original=&/v2-d41a642d32c706fcac5639_r.jpg&&&p&为了加深印象，我们不妨再来看下方另外一幅染色体结构的卡通。简而言之，DNA双链就跟纠缠在一起的电话线一般，一圈圈地绕行、压缩，最终形成了染色体。也正因为有这种绕圈圈的压缩方式，我们不难想象，DNA能够密密麻麻地形成许多环状结构。这些环状结构还能再继续绕圈压缩下去。&/p&&p&换句话说，在DNA一维层面上相隔比较远的区域，反而有可能靠得更近。比方说下图中的ABCD四个点，若以A为参照物，C比B远，但由于基因组形成了高级结构，反而把A和C拉得更近。这个示意图还提示了另外一个问题，即同一条染色体上的某些区域，可能很难互相接触，比如B和D之间就，被环状结构给隔开了。&br&&/p&&img src=&/v2-184ec5dedc3683bfb9ad5d_b.jpg& data-rawwidth=&576& data-rawheight=&704& class=&origin_image zh-lightbox-thumb& width=&576& data-original=&/v2-184ec5dedc3683bfb9ad5d_r.jpg&&&p&DNA这种相对稳定的高级结构，是由蛋白质来维持的。这同时也为破解基因组的三维结构奠定了技术基础。我们再来利用上面那个ABCD四个小点的图来理解这一项技术。假如说，A和C是帮助DNA凹造型的蛋白，并且它们靠得很近，甚至有蛋白-蛋白相互作用。这时，我们使用甲醛等交联剂，就可以把DNA-结合蛋白以及他们之间形成的高级结构给固定下来。但这种复合物体积非常庞大，为了方便测序建文库，我们需要将DNA利用超声或限制性内切酶打碎。这时候我们得到的，就是许许多多由蛋白质紧紧锁住的包含缺口的小结构。我们再用酶把这些断裂的DNA给修复回去，就会得到许多能够发生相互作用的、具备环状结构DNA了。最后，我们再通过测序的方法就能发现，原本中间隔了个B的A和C位点，居然靠到一起，而C和D虽然很靠近，但却可能测不到它们在一起。&/p&&p&上面所述的方法，便是染色质构象捕获（Chromatin Conformation Capture）技术。大致的流程，可以看下面的图片。最早的技术路线（简称3C，源自英文名首字母），只能研究一个位点对另外一个位点的相互作用（一对一）。而后又发展出了4C（一对全），5C（多对多），Hi-C（全对全），Capture-C（多重一对一）等技术。只是随着复杂度的提高，分辨率也会降低。相关综述可以看这篇文章&a href=&/?target=https%3A//www.ncbi.nlm.nih.gov/pmc/articles/PMC4490074/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Unraveling the 3D genome: genomics tools for multi-scale exploration&i class=&icon-external&&&/i&&/a&，这里就不详述了。&br&&/p&&img src=&/v2-8db412e06a954c6d6a316f_b.jpg& data-rawwidth=&812& data-rawheight=&556& class=&origin_image zh-lightbox-thumb& width=&812& data-original=&/v2-8db412e06a954c6d6a316f_r.jpg&&&p&&b&3.
基因组的三维结构形成遗传功能结构域&/b&&/p&&p&通过构象捕获技术，从全基因组的角度而言，科学家都得到了什么样的发现呢？&/p&&p&许多小组都发现了一个共同现象：如下图所示，基因组的相互作用，因其三维的物理结构，形成了许多分区。为了读懂这个图，我们需要先理解它是如何绘制。假设线性的染色体座位的蓝、橙、绿三点之间能够发生相互作用，我们就用线段把它们连起来，形成一个等腰三角形，并在线段的交叉点，用颜色的深浅，来代表相互作用的频率，或者说强度。&br&&/p&&img src=&/v2-aafb7fa8a96_b.jpg& data-rawwidth=&619& data-rawheight=&720& class=&origin_image zh-lightbox-thumb& width=&619& data-original=&/v2-aafb7fa8a96_r.jpg&&&p&通过这种方法作图，可以得到许多三角形结构，密集排布在染色体之上。有些小的三角形，颜色比较深，代表着这个三角形内部的相互作用更频繁，同时它们之间甚至有些“泾渭分明”地相邻排布，即甚少与相邻区域发生相互作用，从而形成不同的结构域。科学家将这样的结构域称为Topologically Associating Domain（TAD，中文名姑且翻译为“拓扑相关结构域”）。但又不是说，小结构域之间就绝对不会发生相互作用了，只是频率会比较低。数个相邻且又能发生相互作用的TAD，就形成了Superdomain（超结构域）。随着在染色体上的物理距离增大，相互作用的频率会呈负指数式降低。&/p&&p&TAD里面会是些什么东西呢？&/p&&p&在哺乳动物基因组中，TAD通常由CTCF这个转录抑制因子给分割开来。CTCF还会和Cohesin蛋白复合物结合，帮助基因组形成相对稳定的三维结构。正由于此，两个TAD之间的转录活性是非常低的（转录需要打开DNA），而结合CTCF等转录抑制因子的DNA元件，也被称为insulator（绝缘子）。&/p&&p&不过，在TAD内部可就热闹了。CTCF在帮助基因组DNA凹造型的同时，就把线性展开时距离较远的DNA元件给绑到了一起。而这样相互作用的元件，通常是enhancer（增强子）和promoter（启动子）。&br&&/p&&img src=&/v2-e52aec5b2307acb49db50b_b.jpg& data-rawwidth=&862& data-rawheight=&542& class=&origin_image zh-lightbox-thumb& width=&862& data-original=&/v2-e52aec5b2307acb49db50b_r.jpg&&&p&这样做有两个好处。一是缩短了enhancer和promoter之间的空间距离，增强了基因的转录。二是给调控元件合理分区，使得基因转录在不同发育阶段、不同生理条件下，受到特定enhancer的调控。比方说，在胚胎发育早期，干细胞那套基因的表达会占主导。随着发育的进行，表达模式会逐渐替换成特定lineage的基因，再到成熟细胞的基因。倘若没有这样的动态调整的三维分区，这种基因的空间与时序性表达机制，估计就很难实现了。&/p&&p&当然，这里并不是在表达一种设计论的观点。这种精致的调控机制，是在漫长的进化过程中，逐渐选择、适应的结果。&/p&&p&TAD除了形成相对稳定的遗传信息表达功能结构之外，还有其他重要的生物学意义。比如它同样也是细胞周期S期时，DNA复制的结构单元。在不久的将来，科学家还将发现更多的三维基因组功能。&/p&&p&&b&4.
基因组的三维结构与人类疾病&/b&&/p&&p&读到这里，我想各位读者应该不难理解，假设基因组的三维结构出了差错，后果可是相当严重。这里本司机举两个例子来说明。&/p&&p&首先，维系正常的基因组三维结构，对保持正常的发育进程有重要的意义。早有文献通过经典的遗传学方法，将F syndrome（表现为手指、脚趾、腭和胸骨发育异常）这种遗传疾病定位到了染色体2q36处。这个区域含有对发育具有重要意义的IHH、WNT6A、WNT10A、PAX3和STK36等基因。如下图所示，最近的研究证明，在有些F syndrome的病例中，WNT6A基因所在的TAD边界染色体区域发生了翻转，使得相邻TAD的增强子跑到WNT6A所在的TAD之中，导致WNT6A异常表达。在小鼠模型中，用CRISPR敲除PAX3基因所在TAD的边界，同样会导致相邻TAD的增强子跑过来调控PAX3，使其表达量异常升高，造成小鼠指骨发育异常。与此对照，用CRISPR敲除相邻TAD内部的序列，不碰及PAX3所在TAD的边缘，PAX3基因的表达水平就不会异常升高，也不会有发育异常现象。&br&&/p&&img src=&/v2-9ab80a6551bfa44bd59ea_b.jpg& data-rawwidth=&633& data-rawheight=&765& class=&origin_image zh-lightbox-thumb& width=&633& data-original=&/v2-9ab80a6551bfa44bd59ea_r.jpg&&&p&第二个例子来自于癌症。肿瘤细胞的基因组是非常混乱的，有许多扩增、缺失和易位。拿原癌基因为例，它的高表达可以来自于原癌基因本身的拷贝数增加，也可以是其表达调控机制得到了增强。这篇综述（&a href=&/?target=https%3A//www.ncbi.nlm.nih.gov/pubmed/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Copy number alterations unmasked as enhancer hijackers.&i class=&icon-external&&&/i&&/a&）为我们详解，非编码区域拷贝数的异常，是如何导致原癌基因的过度表达的。比如说，MYC基因座位的易位，导致它跑到一个IGH增强子附近（a）。MYB基因附近的染色体区域缺失，把远处的QKI增强子给带到它身边（b）。TAL1所在TAD边缘的染色体区域缺失，导致相邻增强子越俎代庖（e）。IGF2基因座位跨TAD的倍增，导致原本不能调控IGF2的、来自隔壁TAD的增强子，推动了IGF2的表达（f）。其他的机制，就请读者自行读图。而这种现象，科学家将其命名为enhancer
hijacking（增强子绑架）。&/p&&img src=&/v2-4b161bdecc00d0c0779ca3_b.jpg& data-rawwidth=&720& data-rawheight=&749& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&/v2-4b161bdecc00d0c0779ca3_r.jpg&&&p&&b&结语&/b&&/p&&p&自孟德尔以来，遗传学与基因组学的历史不过百余年。但也就在这百余年中，这两个领域的发展如同其他生物学学科一般，可谓突飞猛进。对80后而言，我们在中学课堂方才学到人类基因组计划，但转眼之间，基因组学就进入了3D的时代。而在六七十年前，人类甚至还搞不清楚DNA是一种遗传物质。&/p&&p&虽然研究基因组三维结构的染色质构象捕获技术3C早在2002年就诞生了，但直到近年更高复杂度的捕获技术的出现，3D基因组领域才变得火热起来。毫无疑问，3D基因组学也面临着和经典基因组学同样的挑战：如何将结构与功能联系起来。在不久的将来，科学家们还必须回答另外一个问题，即如何结合3D基因组学的成果，用于治疗人类疾病。&/p&
基因组是生命体完整的遗传信息。而基因组学则是研究基因组结构、功能与进化的学科。自上世纪八九十年代以来，随着技术的发展，基因组学取得长足发展：从过去获得核酸的序列，到如今对序列功能的描绘。
生物学中有一个基本观点：结构与功能相适应。尽…
&p&我是来献丑的，捂脸。&/p&&p&下面的一些图，都是来自最近发表的文章：&/p&&p&&a href=&///?target=https%3A///articles/srep41212& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Two strategies to engineer flexible loops for improved enzyme thermostability&i class=&icon-external&&&/i&&/a&&/p&&p&坦白说，里面的图并不那么好看，离专业还差的远。但秉持着分享快乐的态度，就强答了。&/p&&p&&b&Pymol篇&/b&&/p&&img src=&/v2-5c8ecc48d0a_b.jpg& data-rawwidth=&805& data-rawheight=&622& class=&origin_image zh-lightbox-thumb& width=&805& data-original=&/v2-5c8ecc48d0a_r.jpg&&&p&这个图显示的是蛋白质的一个片段，关键部分利用球形显示。是用Pymol做的，然后利用PPT进行的标注。&/p&&br&&img src=&/v2-a6eb4a9155_b.jpg& data-rawwidth=&479& data-rawheight=&564& class=&origin_image zh-lightbox-thumb& width=&479& data-original=&/v2-a6eb4a9155_r.jpg&&&p&这个图也是用Pymol做的，显示的是几个loop在整个蛋白质中的位置信息。&/p&&br&&p&上面两张图都是显示的蛋白质结构局部信息，下面来一张整体信息的。&/p&&br&&img src=&/v2-a91a41972_b.png& data-rawwidth=&1550& data-rawheight=&541& class=&origin_image zh-lightbox-thumb& width=&1550& data-original=&/v2-a91a41972_r.png&&&p&这个图中包括了10个蛋白质的结构图，颜色表示的是蛋白质的灵活度，红色表示这个区域很灵活，蓝色表示这个区域不灵活。请忽略模糊的文字吧。这里面每一个小图都是用Pymol制作的，而后利用PPT做了一个结合。&/p&&p&有关Pymol作图，感兴趣的童鞋，可以点击这里：&/p&&p&&a href=&///?target=http%3A////pymol/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&如何用Pymol做出那些美呆的结构图（基础篇） | BioEngX&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A////pymol-2/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&如何用Pymol做出那些美呆的结构图（晋级篇） | BioEngX&i class=&icon-external&&&/i&&/a&&/p&&br&&p&&b&Excel篇&/b&&/p&&img src=&/v2-c771e3a97b3e8640ddc6f_b.jpg& data-rawwidth=&907& data-rawheight=&361& class=&origin_image zh-lightbox-thumb& width=&907& data-original=&/v2-c771e3a97b3e8640ddc6f_r.jpg&&&p&这是一个热图（heatmap），每个小方格对应一个数值，数值的大小用颜色显示，是用Excel做的。有关如何利用Excel做热图，可以点击这里&/p&&p&&a href=&///?target=http%3A////heatmap/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&你离学霸又近了一步——如何用excel画基因芯片数据热力图？ | BioEngX&i class=&icon-external&&&/i&&/a&&/p&&br&&p&&b&VMD篇&/b&&/p&&p&答主是研究蛋白的，所以用了一些制作蛋白质结构图的软件。下面这张使用VMD制作的，&/p&&br&&img src=&/v2-eab717ac06_b.png& data-rawwidth=&691& data-rawheight=&758& class=&origin_image zh-lightbox-thumb& width=&691& data-original=&/v2-eab717ac06_r.png&&&p&这张图看起来乱糟糟的，似乎没有什么美感。但其实包含的是动态的信息，尽管图是静止的。这个图显示的是蛋白质的一个loop，在不同的时间，所处的位置。红色显示的开始时间，蓝色显示的是结束时间，整段时长10 ns。上面的是野生型，下面的是一个突变体。有没有看出来，下面的蛋白片段明显要比上图中蛋白质的片段更灵活，更爱动。&/p&&br&&p&&b&日更新&/b&&/p&&p&评论中有小伙伴提到了BioEngX网站中的这篇文章，认为这才是本问题的正解。&/p&&p&&a href=&///?target=http%3A////ppt-cells/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&手把手教你用PPT绘制科研中各种图形(3)——分子细胞模型 | BioEngX&i class=&icon-external&&&/i&&/a&&/p&&p&听从 &a class=&member_mention& href=&///people/6c45f8a93ad5& data-hash=&6c45f8a93ad5& data-hovercard=&p$b$6c45f8a93ad5&&@不立而惑&/a& 的建议，把这篇文章粘过来，希望有用。&/p&&blockquote&这里必须要声明的是，本次更新的内容尽管都可以在BioEngX网站中查看到，但原创作者大神是科研狗。科研狗是BioEngX的合作伙伴，授权在BioEngX网站发表其所有原创文章，点击这里访问科研狗，&a href=&///?target=http%3A///& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&科研狗_科研好助手&i class=&icon-external&&&/i&&/a&。&/blockquote&&h2&&b&手把手教你用PPT绘制科研中各种图形——分子细胞模型&/b&&/h2&&p&我们一步一步用PPT绘制分子细胞图形：&/p&&p&1、&b&绘制细胞&/b&&/p&&p&细胞非常好绘制，画两个园，填充渐变色，注意代表细胞核的颜色要深一些，然后叠加在一块就可以了。
&/p&&img src=&/v2-4d69dbda4591056bdc964acc7c28f108_b.png& data-rawwidth=&607& data-rawheight=&248& class=&origin_image zh-lightbox-thumb& width=&607& data-original=&/v2-4d69dbda4591056bdc964acc7c28f108_r.png&&&br&&p&2、&b&绘制TCR受体&/b&&/p&&p&首先绘制一个矩形，然后填充渐变颜色，执行“格式-编辑形状-转变为任意多边形”，继续执行“格式-编辑形状-编辑顶点”&/p&&br&&img src=&/v2-06b183dfbf5_b.png& data-rawwidth=&482& data-rawheight=&478& class=&origin_image zh-lightbox-thumb& width=&482& data-original=&/v2-06b183dfbf5_r.png&&&br&&p&然后，复制拼凑成如下图片：&/p&&br&&img src=&/v2-bdad2cab7d7182_b.png& data-rawwidth=&347& data-rawheight=&276& class=&content_image& width=&347&&&br&&p&3、&b&绘制MHC Class II&/b&&/p&&p&同样绘制一个矩形，然后编辑顶点，最后调整成下面面样式。最后拼凑图形。&/p&&br&&img src=&/v2-564a8579cab9dd0821ef_b.png& data-rawwidth=&555& data-rawheight=&369& class=&origin_image zh-lightbox-thumb& width=&555& data-original=&/v2-564a8579cab9dd0821ef_r.png&&&br&&p&组合成下面图片：&/p&&br&&img src=&/v2-adff92b1faf1e76f6ad4dc_b.png& data-rawwidth=&565& data-rawheight=&327& class=&origin_image zh-lightbox-thumb& width=&565& data-original=&/v2-adff92b1faf1e76f6ad4dc_r.png&&&br&&p&4、&b&绘制中间的APC细胞&/b&&/p&&p&很简单，绘制两个圆形，然后用编辑顶点功能调整形状，这个形状随意调，然后组成在一起就是APC细胞了。如下图&/p&&br&&img src=&/v2-5fc543c5c9e6_b.png& data-rawwidth=&371& data-rawheight=&352& class=&content_image& width=&371&&&br&&p&拼在一起：&/p&&br&&img src=&/v2-817cc7ba1b4e6f5abe0ecd95_b.png& data-rawwidth=&561& data-rawheight=&283& class=&origin_image zh-lightbox-thumb& width=&561& data-original=&/v2-817cc7ba1b4e6f5abe0ecd95_r.png&&&br&&p&5、&b&我们把左边的对称复制到右边，做成了下面的图&/b&&/p&&img src=&/v2-0ff8ace4fd6cd0_b.png& data-rawwidth=&749& data-rawheight=&319& class=&origin_image zh-lightbox-thumb& width=&749& data-original=&/v2-0ff8ace4fd6cd0_r.png&&&p&&b&6、绘制Tissue cell&/b&&/p&&br&&img src=&/v2-db5d3cf909a76e037fae4ec_b.png& data-rawwidth=&377& data-rawheight=&262& class=&content_image& width=&377&&&br&&p&一个圆角矩形+椭圆组成了组织细胞：
&/p&&img src=&/v2-dfd9570ce0f_b.png& data-rawwidth=&768& data-rawheight=&439& class=&origin_image zh-lightbox-thumb& width=&768& data-original=&/v2-dfd9570ce0f_r.png&&&br&&p&7、&b&绘制Tissue 损伤细胞&/b&&/p&&p&给原来的细胞加上一个颜色的渐变，变为线性渐变调成角度。然后随意绘制一些多边形，设置颜色和线条。这些多边形为细胞碎片，然后在复制一套这些碎片，设置线条和填充色为白色，覆盖在细胞上面，造成细胞空缺的假象。&/p&&img src=&/v2-a1dc94df439e1967d5dd_b.png& data-rawwidth=&557& data-rawheight=&275& class=&origin_image zh-lightbox-thumb& width=&557& data-original=&/v2-a1dc94df439e1967d5dd_r.png&&&p&&b&8、绘制病毒&/b&&/p&&p&病毒很简单，你可以按照自己的想像来绘制。&/p&&br&&img src=&/v2-b1ff0c8c1744_b.png& data-rawwidth=&395& data-rawheight=&186& class=&content_image& width=&395&&&br&&p&9、&b&调整图片&/b&&/p&&br&&img src=&/v2-b6a766f1e38efe509c96_b.png& data-rawwidth=&752& data-rawheight=&480& class=&origin_image zh-lightbox-thumb& width=&752& data-original=&/v2-b6a766f1e38efe509c96_r.png&&&br&&p&10、&b&加上文字&/b&&/p&&img src=&/v2-c26d14fbee25ca_b.png& data-rawwidth=&900& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&/v2-c26d14fbee25ca_r.png&&&br&&p&
到此收工，完美！&/p&&br&&p&另外，我们的网站上还有文章教大家如何使用PPT绘制DNA以及蛋白酶体／管状结构，点击浏览&/p&&p&&a href=&///?target=http%3A////%25E6%E6%258A%258A%25E6%E6%E4%25BD%25A0%25E7%ppt%25E7%25BB%%%25E7%25A7%%25A0%%25B8%25AD%25E5%E7%25A7%258D%25E5%259B%25BE%25E5%25BD%25A22-%25E8%259B%258B%25E7%2599%25BD%25E9%%25E4%25BD%2593/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&手把手教你用PPT绘制科研中各种图形(2)——蛋白酶体/管状结构 | BioEngX&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A////ppt-dna/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&手把手教你用PPT绘制科研中各种图形(1)——DNA双链 | BioEngX&i class=&icon-external&&&/i&&/a&&/p&
我是来献丑的，捂脸。下面的一些图，都是来自最近发表的文章：坦白说，里面的图并不那么好看，离专业还差的远。但秉持着分享快乐的态度，就强答了。Pymol篇这个图显示的是蛋…
对于大部分人来说，数据分析基本上都是靠着自学完成，比如我就是一个典型的案列。题主是计算机出生，上手数据分析应该比较容易一点。我没接触过什么编程，目前也在搞SPARK,HADOOP等，也没觉得自己比别人差多少~~&br&&br&我给出的这个回答基于我自己的学习路径，并且主要是以书本为主，尝试回答一下：&b&一个新手如何系统的学习数据分析&/b&&br&下面我先给出书单：&br&&img src=&/b9904e2bbca6dcd353d359_b.jpg& data-rawwidth=&1212& data-rawheight=&1258& class=&origin_image zh-lightbox-thumb& width=&1212& data-original=&/b9904e2bbca6dcd353d359_r.jpg&&&br&这些书籍都有对应的中文版本。我喜欢将学习分阶段进行，这样学习起来有目标并且不会太累，每个阶段完成各自的任务就好。后面的星星代表每本书籍的重要度，星星越多表示该书越值得阅读。&br&&br&&b&初级阶段：&/b&&br&首先，我是赞成PYTHON ROCKS这句话。说多了你可能不理解，但是当你正真在工业上应用的时候，你就会发现PYTHON能做很多R不能做的事情。 因此强烈建议第一阶段以打基础，学习PYTHON为主。 那么怎么学？&br&《深入浅出数据分析》 是可以学习到最基础的统计、概率等理论知识，这些知识是你前进的基石，而且此书延续了head first系列的一贯作风，非常的有趣味，读起来不会感觉枯燥乏味！&br&&br&接下来你应该好好的学一学PYTHON这门语言。我们说PYTHON可以做的事情太多了，数据分析只是它的一个功能而已。因此锁定目标，只学习有关数据分析部分的知识就行，其它涉及到什么WEB开发，网络编程的一律跳过，一定要集中精力去攻克你的目标，不要分神，有时候摊子铺大了就回不来了！！
那么《利用PYTHON进行数据分析》绝对是你学习PYTHON的不二之选（我指的是数据分析），这本书的作者是大名鼎鼎的pandas的作者，你可以想象这本书的权威性。因此去买一本，好好的研究一番，基本上你的数据处理能力能上好几个台阶。一定要重点学习numpy,pandas,matplotlib.
&br&&br&然后，SQL是你逃不掉的命，一定要写好，你既然是计算机专业，应该不需要我强调太多~&br&最后一本书你就当着小说读读就行，改善一下你程序员的思维，学会一点怎么在真实业务中应用数据分析技巧！记住：这是趣味书！&br&&br&以上就是初级阶段，主要以看书为主，让自己对数据分析有一个初步的认识。&br&下面的中级，高级就需要配合视频和书本一起来学习了~&br&&br&&b&中级进阶：&/b&&br&这一部分是核心的地方，也是你能够和别人拉开距离的阶段。学的好，薪资蹭蹭的往上涨，学不好，那就多学几遍。&br&在这个阶段的核心任务就是：撸的了代码，算的上公示，看得懂业务！
&b&中级阶段会涉及到大量的使用代码和模型去解决实际业务问题！&br&&/b&&br&看清楚三点：代码、模型、案列&br&你要边学边用，这样才能学的更快，收货更多！ 那么怎么学？&br&第一步，《数据挖掘导论》这本书先花一个月的时间好好的阅读下，知道数据挖掘的一个雏形，能够认识一些常用的模型和算法。能够搞清楚常用的监督和非监督学习，提到模型要能说出它的应用场景和优缺点。回答几个关于这本书的常见问题？&br&1. 阅读这本书是否需要一点课前知识？ &br& 答：要，但是不多。&br&2. 都有哪些课前知识？&br&答：微积分，概率论，线性代数，运筹学等等&br&3. 我的天！那我是不是先要去学习一下这些知识后再来看这本书？&br&答：千万别！！！ 记得我前面说过：摊子铺大了你有时候就回不来了。 &br&4. 那我怎么学？&br&答：很简单。直接看书，看不明白的就去google。比如说你看到SVM那里，不知道什么是拉格朗日，那么就去Google（其实这本书的附录也讲了什么是朗格朗日，甚至还讲解了怎么进行矩阵计算）。 总之，不要兜圈子，遇到什么就去补什么。&br&&br&同时，在这里我强烈建议你去学习一下coursera上面的机器学习课程，你会对算法有一个更深的认识，关键是你能学会矩阵计算，梯度下降等常用技能：&br&&a href=&///?target=https%3A//www.coursera.org/learn/machine-learning& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&coursera.org/learn/mach&/span&&span class=&invisible&&ine-learning&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&br&&br&&br&第二步，使用PYTHON结合数据挖掘知识进行实际案列操作。请使用《集体智慧编程》，这本书的评价我也给你们贴出来，豆瓣评分9分，质量自然不用我说。我唯一想强调的是：请你一定要全部代码自己写一遍，不要复制粘贴！！！！！！&br&&a href=&///?target=http%3A///subject/3288908/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&集体智慧编程 (豆瓣)&i class=&icon-external&&&/i&&/a&&br&&br&如果有时间，请去学习一下关于PYTHON的课程：&a href=&///?target=https%3A//www.edx.org/course/introduction-computer-science-mitx-6-00-1x-0& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Introduction to Computer Science and Programming Using Python&i class=&icon-external&&&/i&&/a&&br&&br&第三步，欢迎使用《机器学习系统设计》这本书，你会接触到PYTHON里面最niubility的SCIKIT-LEARN机器学习包。虽然官网文档阅读性已经很佳，但是缺少一个系统的过程。而这本书就是教会你如何从真实的业务角度去思考运用机器学习模型。 同样的，请你自己敲代码，不懂的就去看官方文档，还是不懂的就去google。&br&&br&第四步，想知道为什么豆瓣和亚马逊的推荐那么准确？
那么《推荐系统实战》绝对是一本最佳的书籍，作者将全部的算法使用PYTHON实现，无论是基于业务的推送还是基于协同过滤算法的推送都讲解的非常清楚！！如果你有兴趣了解，请毫不犹豫的上马拉弓~&br&&br&第五步，你一定听说过R，一定也纠结过到底学习R还是PYTHON。那么我就粗暴的回答一下：都要学！，前期已PYTHON为主，后期一起学习R语言，不要问我为什么，纯属个人感觉。 &br&《R IN ACTION》绝对绝对是入门的最好参考书，没有之一。跟着书上的代码敲一遍，模型计算都自己搞清楚（你有了前面的基础，这些学起来很轻松）。&br&最后，COURSERA上面的R语言课程很糟，谁听谁倒霉，不信你去试试？&br&&br&高级部分下次再敲，累~~~
对于大部分人来说，数据分析基本上都是靠着自学完成，比如我就是一个典型的案列。题主是计算机出生，上手数据分析应该比较容易一点。我没接触过什么编程，目前也在搞SPARK,HADOOP等，也没觉得自己比别人差多少~~ 我给出的这个回答基于我自己的学习路径，并…
&p&数据挖掘工程师应该是 Data Mining Engineer，我觉得算是 Data Scientist 的一种（可能Data mining engineer更偏重于计算机架构和数据处理，但是我觉得互通），这个职位在美国是近期比较热门的一个职位。因为越来越多的公司都意识到数据重要性。早期的公司，可能因为有了Data Scientist，更容易进行冷启动，成熟的公司，可能因为有了Data Scientist可以在各个方面：市场，运营提高效率。特别是Uber 和 Airbnb 火了之后，招聘市场对Data Scientist 越来越热捧。如果是一个 cs 的 undergraduate 或者是 math major 的 undergraduate，想成为一个好的 Data Scientist 并不需要太多时间就可以成为一个非常好的 Data Scientist。那么在这里，我们讨论，如果要零基础（至少高中要毕业吧）如何成为一个比较合格的 Data Scientist 从业者，我想至少要在以下几个方面进行更好的磨练。&/p&&br&数学&p&Data Scientist 的数学基础要好，特别是 statistics，probability，和重点中的重点 Linear Algebra。当这几门学好了之后，Data Scientist 最核心的 Machine Learning 和 Data Mining 其实就是往深的延展和变化。&/p&&p&首先要说的是 Linear Algebra。&br&&/p&&p&这个绝对是重点中的重点。必须要学好。在实际学习过程中你会发现，Machine Learning 和 Data Mining 用到的很多 Algorithm 是需要 matrix 推导的。因为很多算法的核心就是找最优解，而推演算出最优解的过程是需要非常夯实的 Linear Algebra 的基础的。推荐以下学习的途径：&/p&&ol&&li&&a class=& external& href=&///?target=http%3A//cs229.stanford.edu/section/cs229-linalg.pdf& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&cs229.stanford.edu/sect&/span&&span class=&invisible&&ion/cs229-linalg.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 斯坦福的一些讲义，可以当做基础的看一下。&/li&&li&&a class=& wrap external& href=&///?target=http%3A//ocw.mit.edu/courses/mathematics/18-06sc-linear-algebra-fall-2011/& target=&_blank& rel=&nofollow noreferrer&&Linear Algebra&i class=&icon-external&&&/i&&/a& MIT的在线课程，是有难度的，但是从基础学起是很好的。有Exam配套solution&/li&&li&&a class=& external& href=&///?target=http%3A//joshua.smcvt.edu/linearalgebra/book.pdf& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&joshua.smcvt.edu/linear&/span&&span class=&invisible&&algebra/book.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 这本书比较基础，可以看一下。&/li&&li&&a class=& wrap external& href=&///?target=https%3A///product/Bretscher-Linear-Algebra-with-Applications-4th-Edition/9.html& target=&_blank& rel=&nofollow noreferrer&&Bretscher, Linear Algebra with Applications&i class=&icon-external&&&/i&&/a& Princeton Linear Algebra 的教科书，我觉得很不错，太贵没有买。&/li&&/ol&&p&其次是 stats 和 probability 这两个是要一起学的。因为是互补的，而且最基本的思想是一样的。stats 和 probability 的学习途径很多。（虽然本人更喜欢probability 一些，觉得stats有些枯燥）。因为对于Data Scientist 来说有一个比较重要的要素是从sample推导到集合。这两门课是不仅仅让你的思想更加丰满，有的时候扮演的是必杀技的角色。那么就直接上我觉得比较好的学习途径吧：&/p&&ul&&li&初级：&br&&/li&&/ul&&ol&&li&&a class=& wrap external& href=&///?target=http%3A///probbook.html& target=&_blank& rel=&nofollow noreferrer&&Textbook: Introduction to Probability, 2nd Edition&i class=&icon-external&&&/i&&/a& 这本书很多学校都作为教材。可以淘宝影印版&/li&&li&&a class=& wrap external& href=&///?target=https%3A//lagunita.stanford.edu/courses/OLI/ProbStat/Open/about& target=&_blank& rel=&nofollow noreferrer&&Probability and Statistics (Open + Free)&i class=&icon-external&&&/i&&/a& stanford 怎么着也不是很差&/li&&li&&a class=& external& href=&///?target=https%3A//www.coursera.org/learn/probability-intro& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&coursera.org/learn/prob&/span&&span class=&invisible&&ability-intro&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& Coursera 比较简单但是很多思想真的很好&/li&&li&浙大出的《概率论与数理统计》大学的教材，看得第一本比较系统的书&/li&&/ol&&p&必须要掌握一些概率论的定律，如何推演，内在是什么意思。各种distributions的意义也同样重要。举个例子：比较常用的Logistic Distribution。这个是一个比较常用的分布，你必须要了解它的pdf和cdf，要明白 sigmoid function 是怎么来的，它的求导怎么算。更重要的是必须知道Logistic Distribution的参数 &img src=&///equation?tex=%5Cmu+& alt=&\mu & eeimg=&1&&和 &img src=&///equation?tex=s& alt=&s& eeimg=&1&&这两个参数是干嘛的，如果可以研究还可以研究一下它的物理含义，因为物理意义在现实生活中非常有用。当你在分析数据的时候，看到某些数据呈现的时候会本能的反应出哪种distribution可能会很好的暂时性的描述这些数据的规律。换句话说：如何将数据结构化，归纳化，学好 stats 和 probability 尤其重要。&/p&&ul&&li&中级：&br&&/li&&/ul&&p&有了上面的基础，可以学习比较难的。我觉得更近一步可以学一些 applied math，因为基础打好了之后，应用比较重要。&/p&&ol&&li&&a class=& wrap external& href=&///?target=http%3A//statweb.stanford.edu/%7Etibs/ElemStatLearn/& target=&_blank& rel=&nofollow noreferrer&&Elements of Statistical Learning: data mining, inference, and prediction.
2nd Edition.&i class=&icon-external&&&/i&&/a& 这本stats的书比较难，但是很好&/li&&/ol&&p&我在这个阶段经常做的事情是深究，就是当你遇到某个问题的时候就把这个问题详细的研究一遍。比如我记得原来学 Baye's theorem 的时候，把几个公式就记一下。后来要用到 bayesian regression 了，我再系统地学了一遍，发现 Baye's theorem 理解的好，对于后面学习 bayesian regression是多么的重要。很长一段时间我不能理解 prior 的意义在哪里。回顾所有的基础，你会发现，你的理解会更上一层。&/p&&ul&&li&高级：&br&&/li&&/ul&&p&更高一层的学习就应该深度学习 Machine Learning 和 Data Mining 的东西了。我一开始学的不是 Machine Learning，是Operation Research，通俗地讲就是优化（optimization） 。Machine Learning 很多的时候是 predicting。但是核心的思想我觉得是一样的。学的越深需要学得肯定就越多，就直接推荐一些书和材料吧：&/p&&ol&&li&&a class=& wrap external& href=&///?target=https%3A///books/machine-learning-in-action& target=&_blank& rel=&nofollow noreferrer&&Manning | Machine Learning in Action&i class=&icon-external&&&/i&&/a& Machine Learning In Action 这本书比较基础，还有实际的coding演习，我觉得很不错，让人有一个基础的概念。&/li&&li&&a class=& wrap external& href=&///?target=https%3A///josephmisiti/awesome-machine-learning/blob/master/books.md& target=&_blank& rel=&nofollow noreferrer&&awesome-machine-learning/books.md at master · josephmisiti/awesome-machine-learning · GitHub&i class=&icon-external&&&/i&&/a& github 上整理的machine learning 的书籍&/li&&li&&a class=& wrap external& href=&///?target=https%3A//mitpress.mit.edu/books/machine-learning-0& target=&_blank& rel=&nofollow noreferrer&&Machine Learning&i class=&icon-external&&&/i&&/a& 绝对经典中的经典，我非常喜欢通俗易懂&/li&&li&&a class=& wrap external& href=&///?target=http%3A//www-users.cs.umn.edu/%7Ekumar/dmbook/index.php& target=&_blank& rel=&nofollow noreferrer&&Introduction to Data Mining&i class=&icon-external&&&/i&&/a& Introduction to data mining 我觉得是 data mining 的bible 我买了印影版，当字典在用。&/li&&li&&a class=& wrap external& href=&///?target=http%3A//optimallearning.princeton.edu/& target=&_blank& rel=&nofollow noreferrer&&OptimalLearning&i class=&icon-external&&&/i&&/a& Optimal Learning 有点难读，导师的书就推荐一下。&/li&&li&&a class=& external& href=&///?target=https%3A//www.dartmouth.edu/%7Echance/teaching_aids/books_articles/probability_book/Chapter11.pdf& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&dartmouth.edu/~chance/t&/span&&span class=&invisible&&eaching_aids/books_articles/probability_book/Chapter11.pdf&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& Markov chain 的讲义&/li&&/ol&&p&还有很多。。。。我这边有很多资料，如果有需要可以私信我，当时买了很多电子书。抱着学习的态度我们一起交流。&/p&&br&计算机&p&写程序对 Data Scientist 来说同样重要。如果说数学是战术，那么编程就是武器。ETL，data processing，data analyze 都需要很好的编程功底。如果说你用matlab和sas就能做好 data scientist 我是不相信的。&/p&&ul&&li&基础：&br&&/li&&/ul&&p&最基础的话先学一些 C++ 吧。或者Java，至少很多学校的 cs 101 要学一下。我这边提供一些免费的在线课程吧：&/p&&ol&&li&&a class=& wrap external& href=&///?target=http%3A//web.stanford.edu/class/cs101/& target=&_blank& rel=&nofollow noreferrer&&CS101 Introduction to Computing Principles&i class=&icon-external&&&/i&&/a& Stanford CS&/li&&li&introcs.&strong&cs&/strong&.&strong&princeton&/strong&.edu/ Princeton CS &/li&&/ol&&ul&&li&进阶：&br&&/li&&/ul&&p&我的话一般平时都用 python，用R的时候也不是很多，因为更喜欢python。学好python，不仅可以做很多算法的事情，而且big data system 都会开放 python 的 api（虽然java比较多）。python 并不是很难，看源码是一个比较好的方式。各种math toolkit的源码：numpy，scipy的源码看一看，我觉得对于成为一个好的data scietist 很有帮助。一开始如何学呢，我学的是google的python course，非常非常好：&/p&&ol&&li&&a class=& external& href=&///?target=https%3A///edu/python/introduction& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/e&/span&&span class=&invisible&&du/python/introduction&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& 一天之后应该就可以入门了。&/li&&li&R和python基本上都各有利弊，分析数据的时候可能用R比较多，介绍一下R的一个比较好的工具，R studio&/li&&li&python in action&/li&&/ol&&ul&&li&高阶：&br&&/li&&/ul&&ol&&li&Hadoop 的一套东西都需要知道吧。什么是 Big Table，什么是 Map reduce，什么是 NoSql。其实说白了就是要掌握big data 的工具，不用hadoop也要了解其他的工具。&/li&&li&现在用spark 和 storm的越来越多了，我很喜欢 spark，但是坑有点多，这边特别希望能和有过实战的人交流。最近我也想把spark部署到自己公司的机器上，然后优化一下开源出来和大家一起分享。&/li&&/ol&其他&p&除了这些我觉得作为一个 Data Scientist，除非你就做一个最最基础的大数据架构师（虽然很多人觉得这和 Data Scientist 是完全两个不一样的工作，但是当年我在 start up的时候要同时做这两个工作）还必须要懂得如何和市场结合起来，解决实际的问题。Data Scientist 更多的并不是 science 而是engineering，需要着手解决实际的问题。让更多的事情通过数据来变得更有效率以及更加直观。多思考，多想象，对数据有敬畏之心，就可以很好的成为一位 Data Scientist&/p&
数据挖掘工程师应该是 Data Mining Engineer，我觉得算是 Data Scientist 的一种（可能Data mining engineer更偏重于计算机架构和数据处理，但是我觉得互通），这个职位在美国是近期比较热门的一个职位。因为越来越多的公司都意识到数据重要性。早期的公司…
&p&&b&诉诸人身谬误（英语：ad hominem fallacy），指借由与当前论题无关之个人特质，如人格、动机、态度、地位、阶级或处境等，作为驳斥对方或支持己方论证的理据。诉诸人身又称作“对人不对事”、“因人废言”或“因人设事”、“以人废言”。&/b&&/p&&br&&blockquote&在相声的历史上，师徒不睦的事情发生过很多。由于没有网络的传播，影响都不大，只是局限于业内流传。况且家务事不宜外扬，像我和徒弟小金闹得那么鼓乐喧天鞭炮齐鸣的热闹景象，应该是绝无仅有，谢谢大家的掌声鼓励。&br&事情一出，人们都很亢奋，也都在等待我回应。回应什么呢?这也不是小金写的啊。以他的文化水平来说，慢说写下这六千字，就算念下来都不容易。揣摩当时的情景，大约是一人口述，众人帮腔，有人录入，集体润色。一篇作文都要回应，这要是来本小说我得累死。&br&有明白人说这种处境好尴尬：正面回应是以大欺小、如不回应是理亏默认、马上回应是气急败坏、回应慢了是处心积虑。观众说几句被骂是水军、徒弟说几句是威逼利诱。做人好难啊，也只得冷眼看轻薄。&br&回应给谁呢?给我?我知道是假的。给小金?他知道是编的。给狗仔?他们是兄弟，一起策划的这件事。给水军?人家是工作。坐船打仗拿钱发帖，天经地义的事情。据说这次涨到两块一帖，也算给五毛耀武扬威。内部消息，某水军公司给多少钱都没接单，因为老板是纲丝。业内良心啊，感动的我眼泪都下来了。除了这些，就是吃瓜喝茶摇扇子的围观群众了。物必先腐而后虫生，人必先疑而后谗入。这句话很适应这个情景。网络暴力已经到了登峰造极了。一批人为了骂而骂，根本没有底线。好与坏、真与假对他们来说，并不重要。关键又有了一个可以宣泄的点，真是好快乐。人需要在一个没有后果的环境发泄，可见生活中有多么的不如意。这些优秀人才，听风就是雨，真以为逮着理似的，咬住了不撒嘴还摇晃脑袋。微博评论很好的证实了六道轮回，有些人确实是没进化好就出生了。&/blockquote&&br&&p&&b&诉诸可能（Appeal to Possibility/Probability）或把合理当正确是一种非形式谬误，是基于一件事有可能或相当可能是真的，就把它当作确定是真的。&/b& &/p&&br&&blockquote&2002年小金进京。他之前在天津卖盗版光盘，因为喜欢相声，见过相声前辈田先生一次。先生告诉学相声可以报考曲艺学校。这一面之缘后来被夸大为田先生开蒙，可以理解，谁都有要强的心。后来小金红了，请田先生演出，以礼宾之，估计谁也不好意思分辨当初了。&/blockquote&&br&&p&&b&错误类比（false analogy）、牵强比附、牵强类比、不当类比、或弱类比（weak analogy）是一种非形式谬误，系使用不恰当的类比推论而得出不恰当的结论。
&/b&&/p&&br&&p&&b&不充分的谬误，是指论证的前提虽与结论相干，但前提不能充分支持结论的现象。前提不能充分支持结论是指即使所有前提都为真，也不能确保结论为真。&/b&&/p&&br&&blockquote&我当年并没有什么号称办学，在家教徒弟怎么开发票给毕业证啊?如小金所讲，来北京一看也没教室也没宿舍，一年收8000学费，再加上吃饭住宿得上万，02年啊，这不是小数目。应该扭头就走，赶快报警有人诈骗。谁家那么有钱胡糟，你怎么能那么相信当年落魄无时没有工作没有知名度的我，真是让人感动的嘤嘤嘤哭起来。话说回来，我们也不是亲戚啊。因为潘云侠张云雷与我妻沾亲，小金也裹在里面被外界误认为是我的什么人。他其实很愿意被误认，我也没机会解释。当然，2010年德云社险些毁灭的时候，小金倒是极力告诉记者我们不沾亲。思想起来，小金曾经出版过一本自传，书中提到当初学艺，特意说我分文不取，白吃白住好几年。那会感动的我不要不要的，现在又说我收了钱，弄的我都有点糊涂了。也不知道哪句是真的。另外，如果这么收费的方法，岳云鹏这一帮穷孩子的学费从哪里来?而且这么多年为什么只有这么一位说收学费了，所以，这一段设计的不好，很难说的圆满，差评。事情出来后，张云雷的母亲和当年的同学及父母都表示，热烈期盼广大媒体采访，当年的事情大家愿意证明。
教徒弟，是替祖师爷传道。不是必须要留在德云社，更不是为了给我挣钱。不是说谁不在德云社就是叛徒，那不讲理。学好了本事，想自立门户是件特别美好的事情。徒弟们能在外面自己站稳脚，我看着高兴。杨鹤灵、高鹤彩、齐鹤涛、韩鹤晓、房鹤迪等等，分别在上海、包头、长春都有自己的班社，都还不错，三节两寿有个问候我很知足。&/blockquote&&br&&p&&b&诉诸情感（appeal to emotion）是一种非形式谬误，系指借由操纵人们的情感，而非有效的逻辑，以求赢得争论的论证方式。诉诸情感谬误中包括“诉诸荒谬”。
&/b&&/p&&br&&p&&b&诉诸荒谬：主张对方的说词荒谬、可笑、幽默，因而该说法不值得接受。&/b& &/p&&br&&blockquote&我当年落魄，一直租房子住，徒弟们自然要住在一起方便教学。后来小金提出来，为了跟何伟对词方便，要搬到西三旗何的父母家住，每个月交三五百房租。孩子已经大了，而且在德云社开始挣钱了，我也就同意小金去租何的房子。至于说把孩子赶出去，在花园露宿一个星期，那就是瞪着眼瞎说了。好家伙，白天在德云社说相声，夜里回花园睡觉。望满天星斗思绪万千，回想起世态炎凉人情冷暖，止不住悲从中来泪如雨下，问苍天何以如此……对不起，编不下去了，请原谅我不礼貌的笑出声。当然，这个片段在网络上会加分，很多人听故事的时候会代入感觉。身临其境的设想自己是主人公，再联想自己生活中的种种不满，一定有共鸣的。&br&印象中在何家住了一段时间就不愉快了。小金回来后的第一句话就是：我得打他。问原因也不说。只是要搬回来。问题是家中还有潘云侠张云雷呢，都是大小伙子，小金要回来就得换个大点的房子。于是就有了所谓的租房钱1500元。当年的我确实没办法，小金提出负担500，我也就同意了。所以，我要承认，那几个月，小金确实花了几个500元。后来，小金嫌住在大兴离城太远，提出搬到张画家的地下室去住。那个半地下室我们很多人都去过，在北京五里店。还挺好，干干净净采光也不错。张画家常年住那里，吃住画画都于此。这个地下室让小金说的跟菜窖似的，又潮又湿，身上长满湿疹，白天出去晚上回来桌子就长绿毛了。听起来好像张画家是在澡堂子创作呢，这个环境下也不知道那些宣纸是怎么活下来的。&/blockquote&&br&&p&&b&红鲱鱼（Red Herring）是英文熟语。指以修辞或文学的手法转移议题焦点与注意力，是一种政治宣传、公关及戏剧创作的技巧。&/b& &/p&&br&&blockquote&2006年，我正式收徒。按照相声届的规矩，摆知仪式上，长辈们要送徒弟们礼物，作为回赠徒弟们也要表示心意准备礼物。这次收的是何、曹、栾、孔、于五个弟子。除了给长辈的礼物之外，当天还要宴请大批贺喜的客人。在钱方面，每个徒弟出了3000，孔云龙当时太困难，就没让他出钱。那四个徒弟一共出了一万二。这钱包括给师爷侯耀文先生买的钻戒，包括师父、师娘、引师、保师、代师的五份礼物、包括当天百余位客人的酒席。一万二之外，剩下的钱都是我出的。小金把他出的3000块钱说成我盘剥他的拜师费，我估计这是他跟我开玩笑。
小剧场演出收入少众所周知。2005年前后在小剧场演出，那时候的票价统一是20元一张，不分座位，全场一共261个座位，这票钱是唯一的收入。每场演出14位演员，1位主持人，除去场地、音响、水电、小吃等费用，要说演员能拿到一百多一场，那还真是算多的，这账明白人都会算。20岁的孩子，一个月四千多块钱，现在看好像是不多，可十几年前北京的平均工资也就每月三四千块。除了小剧场，小金他们代课，教师弟们学习是有补助的，另外大宗的收入就是商演。商演的助演，演出方提出来在当地解决，费用他们付。我不同意，要求必须用我的徒弟。商演带着孩子们为了捧人，让他们见世面增强自信，更多的目的是为了让他们挣钱。&br&我看到小金对天津分社的事有些不满，本想解释一下，看了看也没地方下嘴。我觉得是小金记错了，你再想想吧。好在当年参演的人都在，大家也可以开个茶话会，找个平台直播。我支持你们耶。&/blockquote&&br&&p&&b&诉诸成就：主张由于某人或某人的团队没有达成某项成就，因而其针对某事的主张不可信。&/b& &/p&&br&&blockquote&这些年，德云社的影视剧也弄了不少。十几年前的市场好难，我们参与制作《相声演义》、《三笑才子佳人》回款艰难，分文未见。那时候的市场跟现在的不一样，我们也不太懂。《三笑》的发行公司现在都已经没了，你想告都没处说理去。小金说的很好：我又不是跟你打江山，凭什么不给钱!孩子说的有骨气，就是稍微有点晚。十年前拍戏时就应该拍着胸脯这么说，让我惭愧无地，然后灰溜溜的换别的孩子演。&br&徒弟多了，确实不好管理。2004年，在天桥乐茶园后台，小金说：“别让我火了，我以后火了就给他(指我)弄个大的。”我也是单纯了，认为这是青春期叛逆，万万没想到这孩子果然有心胸。他唯一没意识到是天黑之后未必是光明，应该是深夜。&br&有句老话：财要善用，禄要无愧。如果德云社对演员苛刻，20岁出头的小金怎么能在德云社期间神不知鬼不觉的成立了自己的公司呢?怎么能开上那么好的汽车呢?怎么能在北京买房呢?房子这个事小金肯定记着，因为这套房的装修是我花的钱。装修的师傅是老吕，现在我们还经常见面。&br&小金聪明、爱相声，我是发自肺腑的希望他能红。创造机会捧他，带他做节目，给他办相声专场，慢慢的也算是有了人气。我在博客上说他是“相声小王子”，观众也夸他在台上像我，这一切我都很开心。&br&人的野心是随着位置的变化不断膨胀的，任何人都不例外。小金酒后最爱说的一句话就是：我养活了半个德云社!这句话到今天我也没明白从何说起。有段时间，师弟们在后台连话都不敢跟他说，对面相遇都要停下脚步，恭恭敬敬鞠躬跟他打招呼，打招呼的表情不好，还要被拎到他面前重新来一遍。谁不捧他谁不把他当神供着，就得挨骂，就得被威胁。鹤字科第二次招生的时候，老师们在二楼开会，一言不和，小金举拳要打谢天顺先生。谢先生是相声宝字辈身份，与侯宝林先生同辈。比小金大三辈，他应该喊老祖。但他视辈份如粪土，敢与先人作斗争。再后来，小金认识了一位据说是有钱的投资人。印象中这位投资人可亲民了，坐后台吃盒饭能连吃两盒，看着那个香啊。这位先生后来因为诽谤某位影星还被诉上法庭，可见工作很忙碌。反正小金认识这位盒饭大亨之后就更加变本加厉肆无忌惮，觉得自己有靠山了，这时候他的脸色也越来越难看了……&/blockquote&&br&&p&&b&语境去除（contextomy），又称脱离语境的引用（quoting out of context）、引言探勘（quote mining），是把原论述的语境去除，据此建立推论。然而，去除语境后，原论述的意义往往已被扭曲，因而这样的论证无效，是一种非形式谬误。&/b& &/p&&br&&blockquote&从09年开始小金就基本不到小剧场演出了，自己到外面去拍戏接私活，挣的钱也都是自己拿着。我知道了也没管，还承诺想回小剧场随时都可以。我是想凑合着这段师徒感情，不让别人看笑话。&br&这一切直到号我生日那天，终于有了场爆发。在三里屯的郭家菜，德云社所有人欢聚一堂。小金借酒撒疯呵斥众人。并且大声喊道：我不干了!张文顺先生的女儿张德燕求小金回来，并说：求你就看我爸爸的面子了!小金喊道：我他妈谁也不看!转身走到门口，跪在前厅关公像面前，大声说：关二爷作证，我要是再回德云社，我就是个**。起了誓转身就走，张德燕一直追到马路上拦着，小金用力把她推搡摔倒在地，开车离去。当然，那天为什么这么闹，背后是另有原因的。这也是为什么云字科清门要驱逐两个人……&br&虽然小金在关公面前起了誓，但我还是背着关二爷原谅了他。我宁愿相信是孩子酒喝多了。那年3月份的开箱演出攒底的《大保镖》特意安排的小金。8月份在天桥德云社又安排了专场，我和于谦为他助演捧哏。目的是为了暖孩子的心，希望他好好的。&br&9 月份德云社复演以后，德云社的演出就开始分队，规范化演出。当时分了三个队，每天的演出都是计划好的，有人专门负责安排演出阵容和节目，各队在剧场轮流演出。9月26号，小金一条微博发出去，让观众来剧场看演出，招呼都不打就要上台表演。当时那场是岳云鹏，岳云鹏不知道这事怎么办，问我经纪人王海，王海告诉你演出得提前说，安排好才能排进去，不然这算哪个队啊?第几个出场啊?原来的计划怎么办啊?(我说过你可}