读万卷书为何无用?

        相信大家都听说过 “读万卷书不如行万里路,行万里路不如阅人无数;阅人无数不如名师指路 ” 这句话 。

        这句话教给我们,最方便的成功之道是找到高人给我们指路。

        很多人都已经意识到,现实生活中高人显然是可遇不可求的,也许一辈子都遇不到。我们可以把握的是前三条路。三者之中最方便的似乎是阅人无数,其次是行万里路,最差的是读万卷书,然而按照难易程度来说,读万卷书最容易,行万里路次之,阅人无数最难做到 。

        既然读万卷书看似是最容易的,但为什么很多人饱读诗书,却依然过不好这一生呢?

        这里犯了一个认知上的错误:读书并不能改变命运,它只能改变你的信息量

        读书只是一种输入性的操作,你每天在刷的短视频,综艺节目,甚至是瞄了一眼街边的小广告,这都算是读书的过程 。再形象一点,小学的时候你看的是小学字典,长大之后你开始看新华字典,甚至是辞海。只要你不对输入的信息所进一步的加工,那字典终将还是那个字典,对于你的个人成长而言并无实质性的帮助 。

        真正的知识,是有机的体系。
在这里插入图片描述
        而不是一堆看似无用信息的杂乱堆积 。
在这里插入图片描述
        想把知识转化为有机,就要学会将无机的知识转化为有机。关键点就在于,学会 “减熵” 。

        “熵”泛指某些物质系统状态的一种量度,某些物质系统状态可能出现的程度。亦被社会科学用以借喻人类社会某些状态的程度。我们简单将其理解成“混乱度”即可。

        一辆报废的汽车,哪怕它有再好的配置也毫无价值 。因为熵没有变化,即混乱度并没有发生改变。

        真正有价值的是一辆能开动的汽车,是各种精密零件的精准组合,是最恰到好处的相互协作 。

        从零件到一辆车的过程,发生了质的变化,实质上就是“减熵”的一个过程。而减熵,是非常消耗能量的 。就像重量仅占人体重2%的大脑,却需要消耗身体20%~30%的能量;就像如果你要变得自律,你就得逆着熵增做功:终生学习,获取新知,走出舒适区,拥抱变化 。

        信息,本来是用来消除不确定性的东西,可以说是可以用来减熵的。但在这个移动互联网时代,各种app充斥着我们的手机,不管是主动下载,还是“身不由己”,手机配置升了又升,可还是感觉不够用,觉得我们好像获取了不少信息,然而好像又没有什么信息,眼睛累,大脑累,最后发现啥也没学到,最后反倒成了熵增的操作。

        我们不断地收集各种碎片,却从来没有想着搭过一个知识脉络的框架 。就像今天给到你仪表盘,轮胎,离合器,变速箱,你只要不尝试将它们进行组装,那就始终停留在零件,而非能正常使用的汽车。

        而一旦我们开始了组装,就会发现难度上升了几个数量级。我们渐渐会发现,很多零件是矛盾的,有的轮胎安不上轮毂,有的发动机不匹配变速箱,有的东西看着觉得有用实际上那就是无用的次品。在组装的过程中,我们会一遍又一遍地失败,然后又一遍又一遍地重来。最后当我们理清了各个汽车零件之间的关系,最终就能拼成一辆可以发动的汽车。

        这就是体系形成的一个过程,也是知识最重要的地方。

        相信听到这里,大家应该明白了。减熵就是将无序整理成有序,将信息结构化,系统化。这里我推荐自己经常在用的几款软件。

  • 第一个就是我经常使用的幕布,最大的特点就是可以将文档和思维导图灵活的切换,方便记忆 。

在这里插入图片描述

  • 第二个就是我过去使用最多的MindMaster,最大的特点就是提供很多精美的主题和工作,还有多种导入和导出的格式,我个人认为和 Xmind 可以并肩 。

在这里插入图片描述
        当然,还有很多好用的文档工具,可以有效地帮助我们减熵,例如语雀,飞书,石墨文档。还有绘图神器,process on,draw.io 等等就不过多介绍 。工具再多,不学会合理利用也是白搭 。

        最后我想说,读书不能改变命运,同样的书,你读过,别人也读过。

        想要和别人不一样,就必须自己学会摸清体系,唯有体系,才能真正改变命运。

        

更多精彩内容请关注 微信公众号 👇「大数据梦想家」🔥:
        
一枚喜欢阅读,输出,复盘的大数据爱好者。热衷于分享大数据基础原理,技术实战,架构设计与原型实现之外,还喜欢输出一些有趣实用的编程干货内容,与阅读心得 …
        
🚀 关注后回复 【简历获取大数据精品简历模板 800+
🚀 关注后回复 【面经获取互联网一线大厂java校招笔试真题面经汇总
🚀 关注后回复 【Flink知识图谱获取Flink最新权威知识图谱
🚀关注后回复【大数据高频面试题获取海量大数据高频面试题+企业级面试真题108套
🚀关注后回复回复【Python学习路线图获取Python学习完整路线

        
更多精彩福利干货,期待您的关注 ~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/351895.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

mdx词典包_不会用医学词典?停姐手把手教你啊(内附海量医学词典词库资源下载)...

查阅外文文献是医学生必备技能,一个医学生学业生涯里不知道要查阅多少文献,所以拥有一个好用的词典工具就显得尤为重要。 前段时间有小可爱在微信后台问停姐有没有好用的医学词典推荐,停姐这段时间整理了一些分享给大家。 停姐在翻译视频的时候,用的最多的就是 欧路词典 ,…

UI 自动化测试实战(二)| 测试数据的数据驱动

【摘要】数据驱动就是通过数据的改变驱动自动化测试的执行,最终引起测试结果的改变。简单来说,就是参数化在自动化测试中的应用。测试过程中使用数据驱动的优势主要体现在以下几点:1.提高代码复用率,相同的测试逻辑只需编写一条测…

python数据可视化--matplotlib库

目录 python数据可视化--matplotlib库0、前言1、饼图2、直方图3、折线图4、散点图5、柱状图6、箱线图7、极坐标图8、步阶图9、谱图10、功率密度图11、相干谱图 python数据可视化–matplotlib库 0、前言 在进行数据分析的过程中,正所谓“一图胜千言”,一…

【文生图系列】 Stable Diffusion v1复现教程

文章目录 Stable Diffusion v1环境配置权重下载txt2imgbug超参数 Diffusers 参考 Stable Diffusion v1 stable diffusion是一个潜在的文本到图像的扩散模型,能够在给定任何文本输入的情况下生成照片逼真的图像。 环境配置 https://github.com/CompVis/stable-diff…

excel相同内容单元格数值等于固定值怎么做?

如下表,让该表格所有“苹果”内容的单价都等于D3的20元,怎么批量操作? 可以使用Excel的条件格式功能来实现该需求,具体步骤如下: 1. 选中表格中所有的“苹果”单元格,可以使用鼠标拖动或者按住Ctrl键单击选…

奇门遁甲

奇门遁甲应用 一:奇门总要 奇门是中国古代的一种兵学,分为高层应用和中低层应用,高层应用主要用在战争,低层主要是民用预测、风水选择等等。当然这是和当时所处时代是分不开的,奇门在预测方面属于阴性预测学的一种。奇…

程序猿的创业故事:一个游走于计算机编程、高中数学、高中物理、爱好木工的全栈工程师,转行做高中教学的亲生经历!

这个故事有点长 上帝视觉:“转行穷三年,不转穷一生!” 我的视觉:“我命由我不由天!这个哲理仅仅是正态分布下的一个理论,我是不会服从正态分布的。” 问题1:转不转,为什么转&#…

【Linux初阶】基础IO - 简易 shell添加重定向功能

🌟hello,各位读者大大们你们好呀🌟 🍭🍭系列专栏:【Linux初阶】 ✒️✒️本篇内容:shell重定向功能的代码实现 🚢🚢作者简介:计算机海洋的新进船长一枚&#…

惊人的磁场定律:你是谁,就会遇见谁

作者:洞见ADC 生命里的磁场无法被看见,但它却在改变我们的人生。 点我 物理学上存在万有引力定律,即自然界任何两个物体,都是存在相互吸引的。 人与人之间,也不例外。 朗达拜恩在《力量》中写道: “每个人身…

基于RPC协议的接口自动化测试可以用Python语言实现

基于RPC协议的接口自动化测试可以用Python语言实现。下面是实现步骤: 1、安装依赖库,如protobuf、grpc。 2、编写.proto文件定义接口参数和返回值。 3、使用protoc编译.proto文件生成Python代码。 4、编写客户端代码调用远程接口进行测试。 具体实现…

【软件测试】cookie、session和token的区别

今天就来说说session、cookie、token这三者之间的关系!最近这仨玩意搞得头有点大 为什么会有它们三个 我们都知道 HTTP 协议是无状态的,所谓的无状态就是客户端每次想要与服务端通信,都必须重新与服务端链接,意味着请求一次客户…

阿宝的成长记录

宝宝需要减肥了,翻身有点困难!

阿宝的生日礼物

阿宝的生日蛋糕很好吃,很难的事情,在任何时候,都会有自己的判断和想法。

图片主色调提取

本文主要阐述用传统图像处理的手段来解决RGB图的颜色量化问题; 简单解释下颜色量化,一张RGB图,图上每个像素点分别有R、G、B三个分量,每个分量由一个字节表示,那么颜色空间大小是256^3。显然人眼观测的时候&#xff0…

如何获得完美的调色板?完美的配色素材专辑拿走!

第1步--原色和系统色 从一个主色开始,根据喜好、研究颜色含义来确定。 选择的主色是品牌色。 一旦有了主色,就需要文字、背景、容器等的颜色。 通常情况下,会选择一个深色的颜色,用于文本,而背景则是浅灰色的颜色。…

Seaborn的调色板(palette)

Seaborn的调色板(palette) Seaborn可以很容易地使用适合数据特征和可视化目标的颜色。本章讨论了指导您选择的一般原则和帮助您快速找到给定应用程序的最佳解决方案的seaborn工具。 由于我们眼睛的工作方式,一种特定的颜色可以用三个成分来定…

图片色调识别

图片色调识别 色调定义色调提取方法中位切分法RGB与色调 色调定义 (1) 暖色调温暖与热烈是暖色的基调。当人们见到红、橙、黄、红紫等暖色调后,比较容易联想到太阳、火焰、热血等事物,会有温暖、欢乐、刺激等感觉。按照给人温暖感觉的强度有高到低排序:…

Haishoku识别图片主色调和配色方案

对于图片分析,一直觉得很高大上,从来不动这方面。今天翻看python weekly,发现一个很有趣的库-Haishoku。 简介 haishoku 是一个日语词, 意思是配色. Haishoku 是一个用来获取图片主色调和主要配色方案的python库,依赖于python3和…

半色调技术

这个主要是为了对付作业,对各处找到的资料缝缝补补的整合,因为比较杂乱,已经忘记是在哪儿看到大佬们的文章了,整理一下思路。 背景 半色调图像如常见的印刷品图像,其由浅到深或由淡到浓的变化,是靠网点面…