ppip: 流浪的天空

　　周末和一个博客读者聊天，说：你博客现在也没有个只显示标题的翻页方式，翻起来很麻烦。于是一边聊，一边装了个Extended Live Archive Plugin，现在大家可以按照日期、分类或者标签，快速的查找文章了，链接就在页面顶上。另外，前一阵因为Feedsky迁移Cname地址，造成过年之后的新文章Feed里面都没有，现在也修好了。
　　WP2.3出了很久了，我依旧徘徊在2.2平台上面，并没有迁徙的打算——Liang Lu的搜索引擎研究则更牛，四年才升级了一次系统，由于数据没有备份，大量新的文章丢失——我这里还是经常备份的。
　　软件系统就是这样，升级本身也是很重要的一个策略，如何升级，什么时候升级都是很重要的。自由软件和商业软件一个很大的不同，就是频繁升级的开发模式——每次有一个bug修复或者功能增加，就作为一个新的版本发布——好处在于新功能能够在最短的时间内接触到新用户，坏处在于所有的用户也都成了小白鼠。刚刚用Linux的时候，很喜欢Upgrade系统，看着软件升级到最新版本总有一种莫名的兴奋——大概和Windows用户喜欢重装类似。现在已经好多了，Ubuntu 7.10装完之后，两个多月没有更新过了。
　　对于普通用户来说，定期更新和备份是一个比较好的策略。Linux是1年到1年半换一个大的版本号，3个月左右进行一次系统升级；主要密码是3个月到6个月一换；重要数据是1个星期到1个月1次备份。主要是要在软件功能、被迫升级需求、防灾需求之间进行平衡。
　　对于防灾，还真没有太多的心得。谁有这方面的书籍或者文章推荐？

　　最近拿到一本《天津市2007年统计年鉴》，发现一些有趣的事情，比如说天津市的常驻人口（来自：表3-1 人口主要指标(1990-2006年)）。如下图所示：

（天津市1990年～2006年的人口）
　　从图上可以看出，天津市的人口在1999－2000年间出现了一次飞跃，并且进入一个快速增长的上升通道，具体数据为：884.03, 908.89, 920.41, 928.02, 935.28, 941.83, 948.19, 952.59, 956.64, 959.48, 1001.14,
1004.06, 1007.18, 1011.30, 1023.67, 1043.00, 1075.00。具体分析如下：

（天津市1990年～1999年的人口）
　　1990年到1999年，天津市增加了约44万人口。拟合出来的曲线大致是32.498Log[x]+884.45，按照这样的速度，就算到了2100年，天津的人口也才1037万。

（天津市2000年～2006年的人口）
　　2000年是一个特殊的年份，在这一年天津的人口突然往上跳跃了一次，一口气进来了40万人。接下来，就按照0.5119x^3-3.2511x^2+9.1356x+994.76这个曲线狂奔向上而去。按照这个速度，到2010年末，天津就要超过1272万人了。
　　与此同时，户籍人口保持了几本上是线性的增长，数据为：866.25, 872.63, 878.97, 885.89, 890.55, 894.67, 898.45, 899.80, 905.09, 910.17, 912.00, 913.98, 919.05, 926.00, 932.55, 939.31, 948.89，大家可以自己作图。
　　为什么会有这样一个爆发性的增长？最有可能的是滨海新区。根据滨海新区大事记，这一年似乎没有发生什么特别的事情。但是根据最近的发展，这个区域确实应当出现一次人口大规模迁入的造城运动——不过我似乎太不敏感了，对这个大规模的人类迁徙竟然没有什么感觉。但是结果可能是：滨海新区在超过环境和社会容量之前造成，还有一段快速增长的时期；另外，天津的户口也会越来越值钱了，毕竟更多的常驻人口在争抢少量的户口。
　　天津统计信息网上面有2005年及之前的几期统计年鉴，各种信息也挺丰富的，有兴趣可以过去挖掘一下。

（Mathematica 5 截图）
　　最近在玩Mathematica 5，才刚刚上手，学校里面有破解下载的，Windows和Unix的版本都不到100MB。另外，Walfram公司居然还提供了免费一年的Mathematica 6 for students，如果你是南开大学的学生，可以用自己的邮箱申请。
　　教材我看的是一本《Mathematica5在大学数学课程中的应用》，在图书馆里偶然发现的，条例清晰，很不错。网上有一份上交大的教程（以及很多的复制版），Walfram公司官方网站上也有一本《Mathematica全书》，不过都是针对版本4的，其实总体上都是差不多的。
　　这个东西功能相当强大，解方程、微积分、线性代数、数理统计都能做，长处在于计算精度和数学变换。其实看这个主要是想复习一下微积分，我一直对微积分深恶痛绝，有了这样一个有趣的伴侣，或许会好玩许多。如果我早几年就发现这个软件，数学课的成绩会不会好一些呢？
　　Solidot/Slashdot最近报道了一个开源的数学软件Sage，看起来功能蛮强大的。这个软件应该发展了好几年了，可惜国内鲜有报道，文档什么的也是空白。如果有时间，倒是可以做一些这方面的工作，不知道谁有兴趣？
　　另外，美剧《Numb3rs》（数字追凶）可以看一看，和CSI差不多，都是讲FBI破案，但是融入了很多数学的内容。虽然没有涉及到计算细节，但是至少展示了数学和现实结合可以达到什么程度。看一看对开拓思路是很有益处的。

1，一个实际问题
　　提问：我有一张很大的表，比如说，全国所有城市和对应的人口数。现在我要把我所研究的10个城市的人口数找出来，我应该怎么做？
　　最简单的答案：把这张大表打印出来，然后圈出自己要研究的城市的人口，然后再输入到对应的表里面去。　　我找到的答案：将大表放到Excel中，然后使用vlookup()函数，应用关键字索引，将所需要的对应人口数量找出来。具体用法如下：　　=vlookup(关键字, 搜索表, 返回值所在列, 精确搜索开关)　　当然，你也可以用python，或者任何你喜欢的自动化工具来完成这件事情，欢迎提供更高效的方法。
　　这个是我最近两周在做的一件工作，有一组研究对象，我需要从不同的大型数据库中抽取他们的属性值，进行比较研究。幸运的是，这几个数据库都有导出到Excel的功能，不然我真的会疯了，因为有100个研究对象，4个数据库。最后，是vlookup()救了我一命。是的，只一条命令。
2，数据复用
　　英文里面有一个词叫mashup，原意是声轨合成。简单的说，就是将不同来源的数据整合到一起，重新组合，以创造新的价值。很多文章都在讨论这个问题，很多博客都在做这件事情——比如说，他们将自己读过的好的博客，在自己的博客文章中列出来。方军最近在讨论的新闻聚合，还有他最近引用的IBM的新闻，都在说明，数据的整合和重复利用已经成为一个新的增长点，在这一点上，我们能够做更多的工作。　　从根本上来说，博客的流行和RSS（订阅源）有关，而RSS就是一种标准的数据交换手段。虽然他只是一个小小的文件，但是它通过标准化的数据交换，使每一个博客上的数据可以被第三方站点很容易的重新展示和复用，从而增加了信息的价值。　　另外，也曾经看到有些博客讨论在国内还没有流行起来的微格式，比如说，用标准格式展示个人名片，便于在互联网上交流和沟通。这些都是增加信息复用方便程度的手段。　　相对来说，很多的商用数据库还是比较封闭的，除了用自己的查询手段之外，无法与第三方软件对接。这一次我还算幸运，至少他们能够导出Excel。但更多的是一种传统思维的问题，比如说，很多人喜欢用Word做表格，因为打印出来比较漂亮，或者比较容易调整格式——但却因此大大增加了数据复用的难度。（在此我们暂不讨论使用.doc之类封闭格式所带来的负面影响）
3，软件帝国
　　曾经很流行一句话：“用户往往只用到Office中10%的功能而已。”　　我想，那是说Office 97吧，那个时候刚刚整合进去VBA。现在应该是1%了。比如说，Office的多语言和全球部署，已经是2000年出来的功能；后来是2003，然后是2007。MS已经不知道往里面添加了多少新功能了。　　问题是，用户会去探索这些功能么？　　记得似乎是在Linus的Just for fun里面读过，绝大多数人用计算机，学习编程，仅仅是停留在”hello world”上面而已。”hello world”，然后呢？没有了。　　这一次周末在火车上，和unclewang聊了一路，也是说的这个问题。unclewang用计算机不太久，不过她觉得很新奇——原来计算机除了看电影、上BBS，还能做这么多有趣的事情？　　其实很多时候，我们只需要多想一点：“这件事情用计算机来做，能够在哪些地方更为省力？”　　经验表明，最懒惰的人，往往才是最好的玩家。　　反过来说，对于“勤奋”的普通人，商家要考虑的就是发布粒度的问题了，用可以接收的方式，把好的功能推给用户。微软？太大了，简直没有所谓粒度的问题……

Powered by ScribeFire.

（http://www.thebrain.com）
　　近日的华尔街日报上有一篇文章《PersonalBrain助你拓展脑力》介绍了这样一个叫做PersonalBrain的软件，看名字就知道，是一个整理思路的“脑图”类的软件。类似的软件，我已经介绍过FreeMind和CmapTools。　　这三者是有差别的，差别在于他们的设计思路不一样：

Freemind把你的思路用树状图来表现，先是核心概念，然后是分支，最后是树叶。
CampTools用的概念网络，网络中有且只有两种东西，一种是概念，另外一种是连接词，概念由连接词相互连接起来。
PersonalBrain用的也是网络，但并不过分强调“连接”，而是强调概念之间的相互的上下级或者是跳跃性关系。另外，前两者的表现形式大多是静态的，树状或者网状结构始终展现在你面前，而PersonalBrain几乎只把和当前概念有关的东西展现在你面前，而隐去了关系较远的概念，这种做法可以使得你在同一个概念图中涵盖大量的信息，而不至于在屏幕上无法展现。

　　我在网络上搜索，看到很多朋友很推崇MindManager，无他能够很方便的输出作为网页或者Presentation是很重要的一点，他们很看重把自己的概念整理清楚，然后Show给其他人看。　　知识工作者总是这样，喜欢把自己的东西整理清楚了之后，就Throw给其他人，这样最好。而PersonalBrain并不是这样一个软件，他似乎更像一个私人侦探，你坐在电脑面前，把头脑中的观点和线索一点一点的挖掘出来，放在上面，让后就此引发出更多的线索，而这些线索都是你自己的。　　总的来说，各有各的特点，重要的是知道你想要些什么，并由此发展出来你自己的工作模式。
See also: HappyskyWiki/PersonalBrain