怎么用php输出圆的面积，怎么自学数据分析？
这是一份数据分析师的入门指南，它包含七周的内容，Excel、数据可视化、数据分析思维、数据库、统计学、业务、以及Python。
每一周的内容，都有两到三篇文章细致讲解，帮助新人们快速掌握。这七周的内容刚好涵盖了一位数据分析师需要掌握的基础体系，也是一位新人从零迈入数据大门的知识手册。
第一周：Excel
每一位数据分析师都脱离不开Excel。
它是日常工作中最常用的工具，如果不考虑性能和数据量，它可以应付绝大部分分析工作。虽然现在机器学习满地走，Excel依旧是无可争议的第一工具。
Excel的学习分为两个部分。
掌握各类功能强大的函数，函数是一种负责输入和输出的神秘盒子。把各类数据输入，经过计算和转换输出我们想要的结果。
在SQL，Python以及R中，函数依旧是主角。掌握Excel的函数有助于后续的学习，因为你几乎在编程中能找到名字一样或者相近的函数。
在「数据分析：常见的Excel函数全部涵盖在这里了」中，介绍了常用的Excel函数。
清洗处理类：trim、concatenate、replace、substitute、left/right/mid、len/lenb、find、search、text
关联匹配类：lookup、vlookup、index、match、row、column、offset
逻辑运算类：if、and、or、is系列
计算统计类：sum/sumif/sumifs、sumproduct、count/countif/countifs、max、min、rank、rand/randbetween、averagea、quartile、stdev、substotal、int/round
时间序列类：year、month、weekday、weeknum、day、date、now、today、datedif
搜索能力是掌握Excel的不二窍门，工作中的任何问题都是可以找到答案。
第二部分是Excel中的工具。
在「数据分析：Excel技巧大揭秘」教程，介绍了Excel最具性价比的几个技巧。包括数据透视表、格式转换、数组、条件格式、自定义下拉菜单等。正是这些工具，才让Excel在分析领域经久不衰。
在大数据量的处理上，微软提供了Power系列，它和Excel嵌套，能应付百万级别的数据处理，弥补了Excel的不足。
Excel需要反复练习，实战教程「数据分析：手把手教你Excel实战」，它通过网络上抓取的数据分析师薪资数据作为练习，总结各类函数的使用。
除了上述要点，下面是附加的知识点，铺平数据分析师以后的道路。
了解单元格格式，数据分析师会和各种数据类型打交道，包括各类timestamp，date，string，int，bigint，char，factor，float等。
了解数组，以及相关应用（excel的数组挺难用），Python和R也会涉及到 list，是核心概念之一。
了解函数，深入理解各种参数的作用。它会在学习Python中帮助到你。
了解中文编码，UTF8、GBK、ASCII，这是数据分析师的坑点之一。
第二周：数据可视化
数据分析界有一句经典名言，字不如表，表不如图。
数据可视化是分析的常用技巧之一，不少数据分析师的工作就是通过图表观察和监控数据。首先了解常用的图表：
Excel的图表可以100%绘制上面的图形，但这只是基础。
在「数据可视化：你想知道的经典图表全在这」中介绍了各类数据分析的经典图表，除了趋势图、直方图，还包括桑基图、空间图、热力图等额外的类型。
数据可视化不是图表的美化，而是呈现数据的逻辑之美，是揭示数据的内在关联。了解图表的维度和适用场景，比好看更重要。比如桑吉图就是我一直推崇的图表，它并不知名，但是它能清晰的揭露数据内在状态的变化和流向。案例是用户活跃状态的趋势。
Excel的图表操作很傻瓜化，其依旧能打造出一份功能强大的可视化报表。「数据可视化：教你打造升职加薪的报表」教给大家常用的Excel绘图技巧，包括配色选取，无用元素的剔除、辅助线的设立、复合图表等方法。
Excel图表的创造力是由人决定的，对数据的理解，观察和认知，以及对可视化的应用，这是一条很长的道路。
图表是单一的，当面板上绘制了多张图表，并且互相间有关联，我们常称之为Dashboard仪表盘。
上图就是用分析师薪资数据为数据源绘制的Dashboard，比单元格直观不少。我们常常把绘制这类Dashboard的工具叫做BI。
BI（商业智能）主要有两种用途。一种是利用BI制作自动化报表，数据类工作每天都会接触大量数据，并且需要整理汇总，这是一块很大的工作量。这部分工作完全可以交给BI自动化完成，从数据规整、建模到下载。
另外一种是使用其可视化功能进行分析，它提供比Excel更丰富的交互功能，操作简单，而且美观，如果大家每天作图需要两小时，BI能缩短大半。
在「数据可视化：手把手打造BI」教程中，以微软的PowerBI举例，教大家如何读取数据，规整和清洗数据，绘制图表以及建立Dashboard。最后的成果就是上文列举的分析师案例。
BI还有几个核心概念，包括OLAP，数据的联动，钻取，切片等，都是多维分析的技巧，也是分析的核心方法之一。
后续的进阶可视化，将和编程配合。因为编程能够提供更高效率和灵活的应用。而BI也是技术方向的工具，了解技术知识对应用大有帮助。
第三周：数据分析思维数据分析能力的高低，不以工具和技巧决定，而以分析思维决定。
在一场战争中，士兵装备再好的武装，进行再严苛的训练，若是冲锋的方向错了，那么迎接他们的唯有一败涂地。
分析思维决定一场「数据战争」中的冲锋方向。只有先养成正确的分析思维，才能使用好数据。
既然是思维，它就倾向于思考的方式，Excel函数学会了就是学会，分析则不同。大多数人的思维方式都依赖于生活和经验做出直觉性的判断，以「我觉得我认为」展开，好的数据分析首先要有结构化的思维。
麦肯锡是其中领域的佼佼者，创建了一系列分析框架和思维工具。最典型地莫过于金字塔思维。
这篇文章简述了该思维的应用，「快速掌握麦肯锡的分析思维」。你能学会结构化思考，MECE原则，假设先行，关键驱动等方法论。
除此以外，还有SMART、5W2H、SWOT、4P4C、六顶思考帽等，这些都是不同领域的框架。框架的经典在于，短时间内指导新人如何去思考，它未必是最好的，但一定是性价比最优的。数据分析思维，是分析思维的引申应用。再优秀的思考方式，都需要佐证和证明，数据就是派这个用处的，「不是我觉得，而是数据证明」。
现代管理学之父彼得·德鲁克说过一句很经典的话：如果你不能衡量它，那么你就不能有效增长它。如果把它应用在数据领域，就是：如果你不能用指标描述业务，那么你就无法有效增长它。每一位数据分析师都要有指标体系的概念，报表也好，BI也好，即使机器学习，也是围绕指标体系建立的。
下图就是一个典型的指标体系，描述了用户从关注产品、下载、乃至最后离开的整个环节。每一个环节，都有数据及指标以查询监控。
不同业务背景需要的指标体系不同，但有几个建立指标的通用准则。这篇文章深入介绍了「如何建立数据分析的思维框架」。你将区分什么是好指标、什么是坏指标、比率和比例、指标的结构、指标设立的维度等概念。
数据分析不是一个结果，而是一个过程。几乎所有的分析，最终目的都是增长业务。所以比分析思维更重要的是驱动思维落地，把它转化为成果。
数据分析思维是常年累月养成的习惯，一周时间很难训练出来，但这里有一个缩短时间的日常习惯。以生活中的问题出发做练习。
这家商场的人流量是多少？怎么预估？
上海地区的共享单车投放量是多少？怎么预估？
街边口的水果店，每天的销量和利润是多少？怎么预估？
这些开放性问题起源于咨询公司的训练方法，通过不断地练习，肯定能有效提高分析思维。另外就是刷各种CaseBook。
优秀的数据分析师会拷问别人的数据，而他本身的分析也经得起拷问。
第四周：数据库
Excel很容易遇到瓶颈，随着业务的发展，分析师接触的数据会越来越多。对大部分人的电脑，超过十万条数据，已经会影响性能。何况大数据时代就是不缺数据，这时候就需要学习数据库了。
即使非数据岗位，也有越来越多的产品和运营被要求使用SQL。
很多数据分析师戏称自己是跑SQL的，这间接说明SQL在数据分析中有多核心。从Excel到SQL绝对是处理效率的一大进步。
教程内容以MySQL为主，这是互联网行业的通用标准。其实语法差异不大的。
新手首先应该了解表的概念，表和Excel中的sheet类似。「写给新人的数据库指南」是一篇入门基础文章，包括表、ID索引、以及数据库的安装，数据导入等简单知识。
SQL的应用场景，均是围绕select展开。增删改、约束、索引、数据库范式均可以跳过。新手在「SQL，从入门到熟练」教程会学习到最常见的几个语法，select、where、group by、if、count/sum、having、order by、子查询以及各种常用函数。
数据还是分析师薪资数据，它可以和Excel实战篇结合看，不少原理都是相通的。
想要快速掌握，无非是大量的练习。大家可以在leetcode上做SQL相关的练习题，难度从简单到困难都有。「SQL，从熟练到掌握」教程中将会带领大家去刷一遍。
join对新手是一个很绕的概念，教程会从图例讲解，逐步提高难度。从一开始的join关联，到条件关联、空值匹配关联、子查询关联等。最后完成leetcode中的hard模式。
如果想要更进一步，可以学习row_number，substr，convert，contact等函数。不同数据平台的函数会有差异，例如Presto和phpMyAdmin。再想提高，就去了解Explain优化，了解SQL的工作原理，了解数据类型，了解IO。知道为什么union比or的效率快，这已经和不少程序员并驾齐驱。
第五周：统计学
很多数据分析师并不注重统计学基础。
比如产品的AB测试，如果相关人员不清楚置信度的含义和概念，那么好的效果能意味着好么？如果看待显著性？
比如运营一次活动，若不了解描述统计相关的概念，那么如何判别活动在数据上的效果？可别用平均数。
不了解统计学的数据分析师，往往是一个粗糙的分析师。如果你想要往机器学习发展，那么统计学更是需要掌握的基础。
统计知识会教大家以另一个角度看待数据。如果大家了解过《统计数据会撒谎》，那么就知道很多数据分析的决策并不牢靠。
在第一篇教程「解锁数据分析的正确姿势：描述统计」，会教给大家描述统计中的诸多变量，比如平均数、中位数、众数、分位数、标准差、方差。这些统计标准会让新手分析师从平均数这个不靠谱的泥潭中出来。
箱线图就是描述统计的大成者，好的分析师一定是惯用箱线图的常客。
第二篇「解锁数据分析的正确姿势：描述统计(2)」将会结合可视化，对数据的分布进行一个直观的概念讲解。很多特定的模型都有自有的数据分布图，掌握这些分布图对分析的益处不可同日而语。
直方图和箱线图一样，将会是长久伴随分析师的利器。
统计学的一大主要分支是概率论，概率是度量一件事发生的可能性，它是介于0到1之间的数值。很多事情，都可以用概率论解释，「概率论的入门指南」和「读了本文，你就懂了概率分布」都是对其的讲解。
包括贝叶斯公式、二项概率、泊松概率、正态分布等理论。理论不应用现实，那是无根之木，教程中会以运营活动最常见的抽奖概率为讲解，告诉大家怎么玩。
其实数据分析中，概率应用最广泛和最全面的知识点，就是假设检验，大名鼎鼎的AB测试就是基于它的。俗话说得好，再优秀的产品经理也跑不过一半AB测试。
何为假设检验？假设检验是对预设条件的估计，通过样本数据对假设的真伪进行判断。
产品改版了，用户究竟喜不喜欢？调研的评分下降了，这是用户的评价降低了，还是正常的数据波动呢？这些都是可以做假设检验的。它可以说是两面两篇文章的回顾和应用。
「数据分析必须懂的假设检验」依旧以互联网场景讲解各种统计技巧的应用。假设检验并不难，通过Excel的几个函数就能完成。它的难点在于诸多知识点和业务的结合使用，实际公式不需要掌握的多透彻，了解背后的意义更重要。
统计学是一个很广阔的领域，包括方差分析，时间序列等，都有各自不同的应用。大家若感兴趣，可以去阅读各类教材，没错，教材是学习统计学最优的方式。我这类文章堪堪算入门罢了。
第六周：业务
对于数据分析师来说，业务的了解比数据方法论更重要。举个例子，一家O2O配送公司发现在重庆地区，外卖员的送货效率低于其他城市，导致用户的好评率降低。总部的数据分析师建立了各个指标去分析原因，都没有找出来问题。后来在访谈中发觉，因为重庆是山城，路面高低落差比较夸张，很多外卖人员的小电瓶上不了坡…所以导致送货效率慢。这个案例中，我们只知道送货员的送货水平距离，根本不知道垂直距离。这是数据的局限，也是只会看数据的分析师和接地气分析师的最大差异。业务形态千千万万，数据分析师往往难窥一二。我的公众号业务部分也涉及了不少，大家可以通过这几篇文章了解。
一篇文章读懂活跃数据；深入浅出，用户生命周期的运营；获取新增用户，运营都应该知道的事；运营的商业逻辑：CAC和CLV；从零开始，构建数据化运营体系；读懂用户运营体系：用户分层和分群，这些都是互联网运营相关的内容，或多或少涉及了不少业务方面的概念，数据分析人员可以选择性的挑选部分内容。了解业务的数据分析师在职场发展上会更加顺利。
而在「最用心的运营数据指标解读」中，我尝试总结了几个泛互联网领域的指标和业务模型，它们都是通用的框架。
产品运营模型：以移动端APP为主体，围绕AARRR准则搭建起数据框架。包括Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue营收、Refer传播，以及细分指标。
市场营销模型：以传统的市场营销方法论为基底，围绕用户的生命周期建立框架。包括用户生命周期，生命周期价值、用户忠诚指数、用户流失指数、用户RFM价值等。
流量模型：从早期的网站分析发展而来，以互联网的流量为核心。包括浏览量曝光率、病毒传播周期、用户分享率、停留时间、退出率跳出率等。
电商和消费模型：以商品的交易、零售、购买搭建而起。包括GMV、客单价、复购率、回购率、退货率、购物篮大小、进销存，也包含SKU、SPU等商品概念。
用户行为模型：通过用户在产品功能上的使用，获得精细的人群维度，以此作为分析模型。包括用户偏好、用户兴趣、用户响应率、用户画像、用户分层，还包含点赞评论浏览收藏等功能的相关指标。
除了上述的几个常见模型，数据分析还有其他分支。比如SEO/SEM，虽然可以归类到流量模型，但它并不简单。比如财务分析，商业的各种成本支出也需要专人负责。
在业务知识外，业务层面的沟通也很重要。业务线足够长的时候，沟通往往成为老大难的问题。
业务学习没有捷径，哪怕掌握了诸多模型，不同行业间的业务壁垒会是分析师们的门槛。金融的各类专有领域知识，电子商务不同产品的特性，这些都会影响到分析报告的质量。
在早期，新人最好选择一到两个领域深入了解其业务，然后以此拓展边界。
第七周：Python/R
第七周是最后的学习环节。
是否具备编程能力，是初级数据分析和高级数据分析的风水岭。数据挖掘、BI、爬虫、可视化报表都需要用到编程。掌握一门优秀的编程语言，可以让数据分析师升职加薪，迎娶白富美。数据分析领域最热门的两大语言是R和Python。R的优点是统计学家编写的，缺点也是统计学家编写。涉及各类统计函数和工具的调用，R无疑有优势。但是大数据量的处理力有不逮，学习曲线比较陡峭。
Python则是万能的胶水语言，适用性强，可以将分析的过程脚本化。Pandas、Numpy、SKLearn等包也是非常丰富。
这里的教程以Python为主。
「开始Python的新手教程」将会教大家搭建数据分析环境，Anaconda是功能强大的数据科学工具。Python建议安装Python3+版本，不要选择Python2了。
Python的语法相当简洁，大家print出第一个hello world顶多半小时。就像在Excel上进行运算一样方便。
「开始Python的数据结构」介绍给大家Python的三类数据结构，列表list，元组tuple，以及字典dict。万变不离其宗，掌握这三种数据结构以及相对应的函数，足够应付80%的分析场景。函数式编程为Python一大特色，Python自身就提供不少丰富的函数。很多都和Excel的函数相通，掌握起来非常迅速。另外还有控制流，for、while、if，通常配合函数组合使用。
「了解和掌握Python的函数」教大家如何自定义函数，丰富的函数虽然能偷懒，但是不少场景下，还是需要自己动手撸一个。
能够调第三方包解决，就使用第三方的函数。如果是一个频繁使用的场景，而第三方依靠不了，就自己编一个函数。如果是临时性的场景，写得粗糙点也无所谓。毕竟分析师的代码能力不要求工程师那么严格，所以Python的学习尽量以应用为主，不用像分析师那么严格。
包、模块和类的概念属于进阶知识，不学也不要紧。
「Python的数据分析: numpy和pandas入门」介绍了数据分析师赖以生存的两个包，numpy和pandas，其他Python知识可以不扎实，这两个最好认真掌握。它是往后很多技能树的前置要求。
array，series，dataframe是numpy和pandas的三个数据结构，掌握它们，便算是入门了。后续的两篇教程都是实战。
「用pandas进行数据分析实战」以分析师的薪资作为实战数据。Excel、BI、SQL，一路走来，大家想必对它无比熟悉，这也是最后一次使用它了。教程通过Pandas的各类功能，绘制出一副词云图。
在哪里能找到北欧风格装修实拍图？
下面是些汇总，希望能给你些灵感：
北欧大全
所谓北欧风，主要是指从丹麦，挪威，瑞典和芬兰兴起的设计风格。其整体色调以白色和其他大面积浅色为主，家居线条也崇尚简洁利落，所以会给人一种“看上去不热闹”的印象，有性冷淡的嫌疑，估计有些小伙伴会觉得不讨喜。但是，作为各类家居媒体经典案例中的常客，北欧风近年来又着实很流行，可见还是有更多人当它是真爱。问题来了，你们对自己的真爱，到底有几分了解？
纯北欧应该长啥样
很多人说自己喜欢北欧，可是你让他说到底什么是北欧，北欧有什么特点，他也说不上来。所以，我们先通过一套纯的不能再纯的北欧案例来了解一下，北欧到底是什么样。
北欧的特点是什么
1
简约，非常注重功能性
所谓功能性，说白了就是实用。北欧人民很淳朴，他们对生活、家居以及各类杂物都非常珍惜，希望“尽量长时间地使用”。这就要求所有相关设计必须具有强大的功能性，非功能性的装饰性的东西是可以被舍弃的。所以你会看到北欧的家具很注重舒适，装饰很有节制，是很有人情味的现代家具。
2
人性化设计，崇尚自然
实用之余，北欧的另一个灵魂是环保。它的很多设计，都是取法自然，选材上非常钟爱天然材料。所以，木材是北欧最常见的装饰材料，石材、玻璃、铁艺等也比较常用，但无一例外都会保留它们的原始质感。
北欧风格的误区
1
北欧就是性冷淡，颜色单一？
如果说每个风格都有自己的颜色标签，那北欧无疑就是黑白灰。但是，划重点来了，黑白灰绝不是北欧的全部，业主完全可以在局部加入自己喜欢的跳跃色。悄悄告诉你，北欧的年轻人已经这么干啦~
经典北欧风格色彩搭配
（转自宅豆家居）
你以为的北欧
真实的北欧
2
北欧只适合小户型？
因为北欧注重功能性，推崇简约，加上整体色调冷淡，所以很多人会觉得太空旷，大户型不合适。事实上，只要运用好灯光和色彩，大户型也不会显得太过冰冷。﹥﹥点击免费申请设计名额﹤﹤
你以为的北欧
真实的北欧
3
杂物过多就不适合北欧风？
这几乎已经成了很多小伙伴的共识，也是很多人拒绝北欧的一个重要原因。其实很好解决，你不要做极简北欧就行啦，一般的北欧或者北欧混搭，还是可以做的。﹥﹥点击免费申请设计名额﹤﹤
你以为的北欧
真实的北欧
4
旧房改造不能做北欧？
其实，北欧对于户型的要求并没有那么苛刻，只要采光上面没有太大问题，旧房也可以改造成北欧风。而且，北欧并不是什么奢侈品，再不济还有如宜家这样的平民化品牌呢，怕什么？
从老房改造而来的北欧
（如有兴趣可滑动查看改造前）
怎么做好家居软装搭配
1
搭配心得
落地到我们自己身上，北欧风格的软装要怎么搭配呢？主要还是从家具、软装饰品、灯具摆件、花卉绿植等方面来实现。﹥﹥点击免费申请设计名额﹤﹤
北欧风格软装组合
（转自宅豆家居）
▲地板和家具采用原木材质，墙面使用原木色壁纸，配上床头的装饰画和床两边的造型吊灯，浓浓的自然风。
▲沙发背景墙和旁边的木靠背椅都是柠檬黄色，中和了沙发和墙面的白色单调。
▲飘窗、过道窗、茶几……到处都是小盆栽绿植，和墙面的灰绿色相映成趣。沙发角落的黄色台灯，更为空间增添了居家暖意。
2
北欧家具品牌
目前市面上的北欧风格家具品牌不是很多，来自瑞典的宜家是其中相对来说知名度比较高的一个。它传承了斯堪的纳维亚风格，从98年进入中国以来，一直是小伙伴们周末很喜欢去逛的一个家居品牌。
宜家产品场景展示
你身边的北欧风
越了解就越明白，纯正的北欧在我们身边实现起来还是有很多限制的，比如房子面积啊、生活习惯啊、采光啊等等。但是，这并不意味着北欧不能在我们身边落地，不信你看。
▲室内的顶墙地三个面，完全不用纹样和图案装饰，只用线条色块来区分。整体看上去简洁、直接，家具功能化且用材贴近自然。
▲北欧的家具以简约自然为主，黑白灰色调中加入了黄色、绿色和蓝色，局部的色彩对比让整体空间有了强烈的律动感。
▲什么样的公寓算是文艺？满墙无序的画？复古的皮沙发？满屋随处可见的盆栽？
菲律宾货币符号缩写？
菲律宾币符号是₱。
菲律宾币叫菲律宾比索，原符号：Ph.Pes；Phil.P。标准符号：PHP。
币值换算：
1、纸币有：1、3、5、10、20、50、100比索。
2、铸币有：1、2、5、20、40、100分（Centavos）。
3、1CUP=100centavos（分）。
菲律宾比索来源：
1、菲律宾过去曾先后沦为西班牙和美国的殖民地，所以菲律宾在第二次世界大战前流通的旧钞票上曾有美属菲律宾的字样。1946年7月4日菲律宾宣布独立，这些旧钞票战后菲律宾当局宣布作废。
2、战后流通的钞票，是在战前旧版上加印胜利字样。这种钞票已于1967年失去法定价值。
3、1949年以后菲律宾中央银行发行的1、5、10、20、50比索，还有1、2、5、10、30、50、100比索也于1974年失去法定价值。
4、流通的菲律宾比索均为八十年代发行的，七十年代发行的2、5、10、20、50、100比索已退出流通，收兑期限为1996年2月2日。
比索是哪个国家的硬币？
比索是前西班牙国家的货币。
目前有菲律宾比索、墨西哥比索、古巴比索、哥伦比亚比索、玻利维亚比索、阿根廷比索、乌拉有圭比索等国家在使用。古巴有两套货币系统，一个是可兑换比索，另一个是古巴比索。古巴比索是古巴共和国的法定货币，由古巴国家银行发行。古巴的货币进位是1比索等于100分（Centavos），除纸币外市面原先有5种硬币流通，面额分别是1、2、5、20、40分（Centavos）。
如何通过软装来提升家居格调？
买了精装修的房子，省了很多装修的麻烦事，可是，整个小区的房子都一样，还是讨厌的深色调，怎么办？
这个案例带你看看，她怎么利用软装搭配出美式混搭腔调。
房子的故事
户型：三居
面积：建筑面积115平
花费：23万
屋主：moonj月大叔（女主，以下简称moon），y先生（男主）
买了精装修的房子，交房的时候，moon脑子里有一万个装修的想法，换地板，换橱柜……
可等到交房的时候，只想快点儿住进去，放弃硬装上的改造，直接上软装。
▲屋主
也曾纠结过日式，北欧，但喜欢胖家具、喜欢整个人窝在沙发里，也受美剧老友记的影响吧，moon最终选了美式的软装风格。
精装修的整体色调都是偏深色的，猪肝色的地板更是让人心碎。收纳空间也完全不够用，怎么办？
这些都没难倒moon，虽然很多想法没实现，家里也不是纯正的美式，但最终效果还算满意。
玄 关
地砖、玄关柜子都是精装修自带的，那一圈黑黑的波打线，以及老气的柜子，只好选择性无视。
默默给自己洗脑：习惯就好了……习惯就好了……习惯就好了……
精装修面对的第一个问题，就是收纳。每个家庭对于收纳的需求不一样，但精装修的房子，收纳空间却是固定的……moon只好自己想办法。
左边原本是阳台，在跟物业进行了友好的协商交流之后，物业同意把这个阳台封起来。moon在里面做了一个鞋柜，一个小衣柜和杂物柜，还放了两辆折叠自行车。
为了极致利用这块儿的空间，用百叶窗的帘子代替了普通的门，美观还不占空间。
这个钥匙柜，跟随moon有些年头了，到新家也带上了它。
钥匙柜的内部，装上一些乐高小件来挂钥匙。
客 厅
精装修面临的第二个问题，可能就是深色的地板了。精装房虽然主材和格局都定下来了，但是色彩还是可以自己把控的。
有没有一种漂亮又协调的搭配能搞定深色地板呢？
还真有，「米色系+褐色系」的搭配，不敢说完全拯救猪肝色的地板，但是至少能跟它和谐地搭配起来。
喜欢美式风，大白墙就不太合适了，尽量给墙面多一些装饰，不管是壁灯还是挂画，再不济，也给墙面来个壁纸吧。moon家的壁纸是米色系的~
既然选择了美式，一个宽大的沙发肯定必不可少了。长2.3米的米色系沙发，窝在里面非常舒服。
为了让家里的整体风格统一起来，moon选择家具的时候，尽量选择了同一品牌的家具，整个屋子里的家具，也不过两三个品牌而已。
客厅颜值最高的单人沙发，依然是米色的主调，然后带了一些褐色的条纹，风格也是浓厚的美式。
并没有定做那种超大的电视柜，不过客厅对于收纳空间的需求仍然是巨大的，所以选了这个木色的电视柜。
色彩搭配方面，如果全屋都采用实木色的话，未免有太套装的感觉。
白色，灰色跟实木搭配呢？反差太大了。
其他色彩呢，难度太高，一般人hold不住的。
褐色系，保险又漂亮。
美式风格不合适留白，造型多变的铁艺吊灯可以很好的填充空旷的屋顶，一进屋就能看到它，装饰作用非常明显。
即使有了吊灯，仍然可以在角落放上台灯或落地灯。moon和y先生经常在客厅看书，需要台灯照明，而从沙发到茶几，整体空间过于平缓，选用高落地灯可以让空间布局更有层次感。
尽管已经尽力从软装搭配上去弥补深色地板了，还是不太够？那就用块地毯挡住它吧。
选用了颜色对比较弱、大色块图案、冷色偏灰的地毯，这样就可以在视觉效果上，削弱地板红色的影响，打破暖色过多带来的闷感。
餐 厅
配色的关键就是要能够全屋通用，一个房间一种配色就毫无风格可言了。跟客厅紧连的餐厅，当然要最先统一起来。
仍然采用“米色+褐色”的配色风格，壁画为了保险起见，没有选择自己来搭配，规规矩矩的照搬了布局。
深褐色的餐桌，长凳是moon和y先生的最爱，俩人都喜欢挤在长凳的这一侧，比单独的餐椅方便很多。
另一侧餐边柜仍然是褐色系的一员，上面摆满了y先生的咖啡用具。
餐边桌上方的搁板和挂钩来自宜家，有黑白两种颜色可以选择，家里空间更适合黑色。
酒柜同样来自于宜家，有砖红、绿色、灰色三色可以选择，moon最终选择了灰色，酒瓶颜色较多，中性色的灰色更加百搭。
除了客厅使用吊灯之外，美式风格的屋子，在其他房间也建议使用吊灯。低垂的餐厅吊灯，光线更加聚集。
厨 房
精装修的厨房，格局都定了，可改造的空间非常小。moon本来准备把橱柜整个换掉，把白色的台面改成木色的。不过太费时费力，就放弃了。
改良了很多小细节，尽管视觉上没太多的差异，但在实用方面上了一个台阶。
厨房对于收纳的需求很高，除了橱柜之外，购置一些小的收纳神器，也可以让你的厨房更加整洁有序。
橱柜里统一的器具能让橱柜的利用率达到最大化。
冰箱的侧面也可以利用起来，放上一些磁铁调味罐，随用随取。而且还有打破空白空间的作用。
食材比较多的情况下，冰箱靠里面的食材会很容易被忘掉，一个小小的便签说不定就可以帮你解决这个问题。
作为一个超级喜欢做饭的人，怎么能没有一个洗碗机呢？
moon果断拆掉了开放商配的消毒柜，换成了洗碗机，换这个一点儿都不复杂，自己量好尺寸，选择合适的洗碗机，然后一切交给商家就可以了。
主 卧
卧室的布置，moon是有一些不满意的，八斗柜、梳妆台，还有两个床头柜……本来蛮大的卧室都被它们填充得满满当当。
moon说，软装的时候，尽量不要一次性把家具全部购置了，先把必备品买了，然后再根据自己的需求慢慢填置，不然很容易就把空间填充得太满。
主卧床不高，床垫倒是又高又厚，在床上放上抱枕、主枕头，加上被子、毯子，这样的布置，让人想要直接跳上去翻滚。
八斗柜主要用于袜子、内衣，以及一些可叠T恤、短裤的收纳。放在床尾，早起拿东西的时候，会非常方便。
美式乡村田园风，怎么能少得了一个藤椅呢？床边的藤椅，是放衣服的利器。本来可以在床尾放上一个床尾凳来实现放衣服的功能，效果也更好，可空间有限。
再复习一遍，美式风格，不要让墙面空。
来几个空气凤梨吧，用蓝胶把架子直接粘上去就好了，空气凤梨直接放在架子上就好。蓝胶可以反复使用，而且撕下来也不会破坏墙面。
飘窗一直不知道怎么布置，后来发现几个简单的抱枕，一个蒲团就是很好的搭配，天气好的时候，坐在这儿，喝喝茶。
次 卧
北面的阳台采光太好，moon把这儿封起来做成了小的次卧，还在这个房间里面做了1.5x2米的榻榻米，榻榻米下做了柜子，增加了整个房间的收纳空间，装换季被子都毫无压力。
右边是宜家展开可当书桌的柜子。
还在不大的次卧里面定做了一个衣柜，收纳空间，不管怎么增加，都不嫌多~
书 房
爱看书的人，怎么能没有一个书房呢？moon把原先的次卧，改造成了书房。书房仍然沿用了米色+褐色的色彩搭配方案。
原木风格的大书桌，有1.6米长，做手工画画的时候，一字摆开，也不会拥挤。
另一侧是男主的书桌，从书桌大小看家庭地位……
开放式的书柜颜值真的很高，但如果没有新风系统，还是选择带门的书柜吧，更好打理。书柜的颜色也是褐色系。
反复看的书、资料书、画集才选择纸质的，这样就不会书籍爆棚了。只看一遍的书，用kindle看就好了。
书架旁边也有深色风格的置物架，放满了自己喜欢的手办和画。
卫 生 间
卫生间跟厨房一样，可以改造的空间不多，也只能从一些小细节入手。
百叶窗帘是个好东西，除了能轻松改变屋子里光线的明暗，对于隐私的保护也非常棒。还补充了一些置物架，增加收纳空间。
浴室加了一个小凳子，出入浴缸更加方便安全，浴缸里面的小垫子，防滑的效果也很明显。
来复习一下moon的精装房改造技巧：
1、扩大收纳空间，封阳台，购置收纳小物件。
2、面对精装修的深色调，用米色+褐色来调整。
3、地毯是个好东西，很适合掩盖地板的颜色。