猜猜他是誰
29年前，一位大學生畢業了，由於能力出衆，本科學歷的他得到了大學教師的工作，他還在西湖邊開了自己的小公司，日子過得穩定順利。3年後，一次出差他到了美國。看到人們敲的鍵盤、握的鼠標、像電視機一樣的屏幕畫面，他驚呆了，他第一次知道有種“網”是看不見的，叫“互聯網”。
再3年後，他辭掉了大學老師的工作，借了可以在當時買一套房的12000塊錢，創辦了一個網站，開始做誰也沒聽過的互聯網。在之後的無數年，他跑遍了國內國外，尋找投資人，但是因爲他長的實在太不友好(ノДＴ)，所以也有無數次，他被當成騙子轟了出去……直到他遇到了軟銀。
再之後，跑在時代前沿的他終於等到了他的時代，他的帝國開始生長繁衍、強大生息，與全球幾十億人的生活緊密相連，他的名字成爲這個時代的符號之一，不過他依然在不斷學習、創新。他創建的阿里巴巴也成爲了互聯網企業的標杆！
努力固然重要，但是在一個優質賽道上發力，常常會讓我們事半功倍。芒格有句名言：釣魚的第一條規則是，在有魚的地方釣魚。釣魚的第二條規則是，記住第一條規則，說的就是這個道理。
請選準賽道再努力奔跑
俗話說得好“男怕入錯行，女怕嫁錯郎“。比不努力奔跑更可悲的是在下行的電梯裏拼命的向上奔跑。那麼對於職場人士來說哪個行業是優勢賽道呢？我們看圖說話。
自2015年開始，中國人工智能市場規模和員工薪酬逐年攀升。隨着人工智能技術的逐漸成熟，科技、製造業等業界巨頭不斷深入佈局。數據顯示，2018年中國人工智能市場規模約爲339億元，增長率達到56.2%。據預測，2020年中國在人工智能的市場規模將突破700億元。
學歷不再是門檻，擁有硬核實力是關鍵！
一直以來AI都是唯學歷論，大廠招聘只要研究生和博士生。但是人才太過短缺，也不得不讓企業放下了“架子”和“成見”。2020年人才爭奪大戰正式拉開帷幕，百度、阿里、騰訊、華爲、小米紛紛開出百萬高薪offer。AI技術門檻也在逐步降低，例如：阿里AI崗位主要以本科、碩士爲主，博士佔比僅爲4%了！在這一場戰役裏，阿里百萬年薪引入了陳穎、譚平兩位擁有海外背景的大牛科學家，華爲更豪，爲8位應屆AI博士開出了200W年薪！
我們來看下去年互聯網的第一和第二梯隊開出的薪酬把，年薪20多萬成爲了白菜價，甚至某大廠“硬核”搶人，放話：只要AI人才，高中畢業都行！，
Python時代de寵兒
簡單易學，小學生也可以上手學習的計算機語言。舉個例子一個程序用C語言需要1000行的代碼，用JAVA需要寫100行，但是如果用Python你只需要20行，而且語法還很簡潔。Python也是很多非IT人士如財務人員必須掌握的裝逼利器，例如批量合同文件，就可以採用Python進行快速的讀取和處理。
Python獲取疫情數據
很多大型門戶網站和手機應用都開設了專門的疫情實時追蹤數據網站和功能，數據來源於國家及各地衛生健康委員會每日發佈的信息，今天我們就以騰訊爲例來獲取疫情實時數據把，廢話不說，上代碼：
import requests, json
import openpyxl
province = [] # 省區
city = [] # 城市
dead = [] # 死亡人數
confirm = [] # 確診人數
heal = [] # 治癒人數
cwy_confirm = [] # 今日新增確診
def getHTMLText(url): # 定義了一個函數，用於獲取html的文本。
try:
r = requests.get(url, timeout=30)
r.raise_for_status() # 如果狀態不是200，引發HTTPError異常。
r.encoding = r.apparent_encoding # 從內容中分析，修正代碼的編碼方式。
return r.text
except:
return "產生異常"
# 獲取數據的地址
url = "https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5"
data = json.loads(getHTMLText(url))
data_total = json.loads(data["data"])
Total = data_total["chinaTotal"]
ChinaAdd = data_total["chinaAdd"]
print("【全國疫情累計數據】確診{}人，疑似{}人，死亡{}人,治癒{}人。".format(Total['confirm'], Total['suspect'], Total['dead'], Total['heal']))
print("【全國疫情新增數據】確診新增{}人，疑似新增{}人，死亡新增{}人,治癒新增{}人。".format(ChinaAdd['confirm'], ChinaAdd['suspect'], ChinaAdd['dead'],
ChinaAdd['heal']))
print("【數據更新時間:】", data_total["lastUpdateTime"])
data_total_children = data_total["areaTree"][0]["children"]
for p in range(0, len(data_total_children)):
for c in range(0, len(data_total_children[p]["children"])):
details_city = data_total_children[p]["children"][c]
province.append(data_total_children[p]["name"]) # 所有的省份生成一個list。
city.append(details_city["name"])
confirm.append(details_city['total']['confirm'])
dead.append(details_city['total']['dead'])
heal.append(details_city['total']['heal'])
cwy_confirm.append(details_city['today']['confirm'])
wb = openpyxl.Workbook()
ws = wb.active
print(wb.get_sheet_names)
ws.cell(1, 2, value="省份")
ws.cell(1, 3, value="城市")
ws.cell(1, 4, value="確診人數")
ws.cell(1, 5, value="治癒人數")
ws.cell(1, 6, value="死亡人數")
ws.cell(1, 7, value="確診新增")
for n in range(0, len(city)):
ws.cell(n + 2, 2, value=province[n])
ws.cell(n + 2, 3, value=city[n])
ws.cell(n + 2, 4, value=confirm[n])
ws.cell(n + 2, 5, value=heal[n])
ws.cell(n + 2, 6, value=dead[n])
ws.cell(n + 2, 7, value=cwy_confirm[n])
wb.save('yiqing.xlsx')
只需要把代碼複製，就可以獲取當前全國各省市區的疫情信息，數據默認保存在代碼同目錄，並且保存的格式爲常見的xlsx格式，當然我們也可以選擇csv格式，代碼獲取結果如下。
Python刻畫疫情詞雲圖
數據雖然已下載，但是直接通過xls文件觀看難免乏味且可視化不強，對於我們老百姓來說就想知道目前還有哪些城市是重災區，在Py中可視化的庫太多啦。matplotlib、seaborn、pyecharts… 今天給大家介紹一款高逼格稱爲wordcloud詞雲圖，是對文本中出現頻率較高的“關鍵詞”予以視覺化的展現，詞雲圖過濾掉大量的低頻低質的文本信息。
# 第三方庫大家可以通過pip一鍵安裝即可
C:\Users\57423>pip install wordcloud
詞雲圖在顯示時需要一張背景圖，大家可以互聯網隨便找一張圖片(背景最好是純白或者純黑)，輪廓要清楚，這樣生成詞雲圖才能知道內容填充在哪裏，在本次案例中我們選擇了鍾南山院士的一張圖作爲背景。
功能實現非常簡單，只需要加載前面獲取的數據，然後通過wordcloud設置背景圖片的尺寸和中文字體，最後設置生成詞雲圖的保存路徑即可。廢話不說，上代碼。
from imageio import imread # 加載圖片
from wordcloud import WordCloud
import pandas as pd
# 加載疫情數據源
data = pd.read_excel("yiqing.xlsx")
# 確定要可視化的列信息
data = data [['城市','確診人數']]
show = {}
for a, x in data.values:
show[a] = x
# bg.png的圖片尺寸：width=600,height=600,
# font_path: 則指定可顯示中文字體,否則亂碼
# random_state: 如不指定每次生成數據排列隨機
# mask: 指定作爲遮罩的圖片
wc = WordCloud(font_path=r"C:\Windows\Fonts\SimHei.ttf",
width=600,height=600,
background_color="white",
random_state=1,
mask=imread("bg.png"))
wc.generate_from_frequencies(frequencies=show)
# 指定保存詞雲圖路徑
wc.to_file("yiqing.png")
生成的詞雲圖效果如下。選擇的背景圖不同，生成的詞雲圖形狀則不同，大家趕緊生成屬於自己的詞雲圖把！
疫情的蔓延痛噬着每一位國人的心，現在雖然情況有所緩解。但是戰疫遠未結束，切莫放鬆！宅在家擼技術就是對家人，對公司，對社會最大的貢獻。讓我們一起加油！
