ppip: 流浪的天空

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.