php怎么设置进度，web前端开发中需要掌握哪些技术？
不得不说，想要入行Web前端的门槛并不高。
Web前端开发的前期是网页制作，简单的ps和dw就可以制作网页，后来为了更好的用户体验，应用于企业，那么就需要掌握基本的Web前端开发技术。
虽然不同的公司都有Web前端开发，但是职能也有不同，可以是做网站设计、网页界面开发的，只做网页界面开发的，做网页界面开发、前台数据绑定和前台逻辑的处理的，也有设计、开发、数据的。
主要是根据具体的公司职位需求来定，但是需要掌握的技术还是没差的。
Web前端开发学习基础：HTML、CSS 、JavaScript
前端三大基础，学习顺序为：HTML＞CSS＞JavaScript。
了解HTML的基础知识，学会将页面分为多个部分，知道如何正确的建立DOM，最好至少能够制作五个页面（这里的重点是了解页面结构）。
然后我们再来考虑美观问题，认识CSS，网格和弹性盒子的知识要去了解，还有媒体查询和响应式知识，然后把CSS样式套用到你制作的HTML网页。
基础知识的最后一步JavaScript，这里会比前面两点稍有提升，但是不难，了解语法和基本的结构，开始学习操作DOM，理解一些相关概念，了解Ajax（XHR）。
推荐几本书籍：
《html5从入门到精通》
这本书讲的很系统，作为入门书籍，也比较容易懂，最重要的是有光盘教学，可以放电脑上看看。
css的书籍，这本书也有涵盖html5，有承上启下的作用。
比较出名的一本javascript，被读者称为犀牛书，很推荐。
框架：React、Angular 或者 Vue
学习完前端的三大基础之后，你还需要了解最新的前端框架。
这里就提出Vue 、Angular 、React，大部分人称为VAR，这三个是目前最流行的前端框架。
为什么没有jQuery？确实，初学者认为使用jQuery就可以写出任何特效效果，但是它并不是前端的全部，在工作时间久了之后才会发现，jQuery只是满足当下的业务需求，技术框架是随时会变的。
当然，学习jQuery没有问题，只是多学会框架，有助于提升你的个人技术能力，和你的职场竞争力。
打包工具：Webpack 和 gulp
进阶：Node.js 体系（包括 Node.js 服务端开发，npm 等）还需要什么？不急，还没完呢，前端开发中有一个重要的知识：前端布局，主要是对页面模块和内容进行科学合理的组织与呈现。
其实前端布局没有引起多大的重视，但是它又是Web前端开发的核心，在工作中的比重也不小。
可能在你认为已经掌握了前端知识后，信心满满的去面试，但是却被一个看似简单的切图问题给难倒了，即便是混过了面试，工作中也不得心应手。
布局的好坏直接影响着后续的所有工作进展的顺利与否与效率的高低。
对于如何掌握前端布局的技能，W3Cschool APP最近新上线了一个专栏，有兴趣的可以看看。
最后我想说，Web前端开发的前景好不好，还是得看你的技术怎么样，技能过关，网站界面做得好看，用户体验好，那自然好，如果想要更上一层楼，建议了解一下Web全栈开发，这是前端行业内重要的发展趋势。
月薪11k在上海处于什么水平？
2020年，上海发布2019年平均薪资为9580元，但我又看到了另一份数据，2021年上海薪资水平报告中，平均薪资只有6378元。
这份报告调查了24万份样本分析得出，这两者差距如此悬殊，唯一的解释就是调查样本对象的不同，造成了结果的巨大差异。
不过月薪11K到底在上海处于什么水平呢？
如果是拿整个上海来对比，月薪11K肯定是处于中等偏上的水平的，我之所以得出这个结论，完全是因为，中位数的存在。
根据智联招聘发布了《2020年秋季平均薪酬城市分布》显示今年上海秋季求职期的平均薪酬为11226元，我们知道平均薪酬不足以具备实际性，在中位数里，根据新浪财经的整理，上海薪资的中位数为6378元，北京为6906元，居中位数薪资榜首。
换句话说，如果你在上海的薪资超过了中位数6378元，那么你的收入在上海就是中等偏上的。而不是根据平均薪资来计算。
从第一张图中的调研薪资分布来看，月薪11K，在上海也超过了73%的人。
这里一个很残酷的事实是，在月薪上万的人中，如果你没有一个过硬的技术，或者没有本科以上的学历，你很难在短短几年时间内达到月薪上万的层次。
对大部分人来说，教育、学历、家庭背景以及自身的后期努力，当然，还包括一些运气，这样才能在短短几年时间内月薪上万。
除此之外，行业和赛道也非常重要。
如果你是建筑行业，毕业后进入国企，没有一定的运气和资源的话，那么五年后，你的薪资基本上还是只有几千，这就是行业和赛道的不同。
但如果你是在互联网行业，从事产品、运营、编程等一系列工作，那么你的初始工资就会接近或者一万左右，在这些行业，你根本用不到三年，你的薪资就会上涨，就会达到11K的位置。
这也就是所谓的趋势，所谓的赛道，所谓的红利带给人的不同的差别。
在这之中，学历和家庭包括自身的努力，都息息相关。
如果抛开家庭背景来看的话，只要你是本科学历，那么迟早都会月薪上万，这只是时间问题，但如果你是985或者211，那么你大概率在五年之内就能够月薪上万。
如果你是硕博的话，那么起始薪资基本上就能够上万。
所以，在大城市，学历的重要性越发重要。越是在竞争激烈的地方，学历的重要性就更加凸显。
相反，如果你只是掌握着一门技术，例如挖掘机、理发或者木工等等，有的行业需要你慢慢熬，有的行业则几乎不太可能达到这个水平。
例如，开小挖掘机的月薪在西安大概就只有七千多，这跟你的技术无关，而是所有的人都这个价，那我们就只能熬，慢慢熬出头，熬到整个行业迎来薪资上涨。
在这个领域里，努力这个词汇的成分占比就会很小很小。
所以这么来看，对大部分人来说，要想在几年之内达到月薪上万，有的人是比较困难的，有的人则是完全不可能的。
在工厂里做普工，月薪上万不可能，餐饮服务员，月薪上万不可能。
人很重要，赛道更重要。
如果你的学历不高，又不再热门行业，那么如何才能月薪上万呢？我认为抛开运气成分之外，这些特质也很重要：
好奇心：好奇，驱动你的世界，勇于敢于去探索工作之外的东西，以及我们不懂未曾涉猎的领域，不过很多人在不到三十岁的年纪就丢了好奇心。内驱力：你想不想，与你干不干是两回事。谁都想致富，谁都想月薪上万，但有的人仅仅只是停留在脑海里，有的人却能够体现在行动上，你的内驱力有多强，会跟你未来的上限息息相关。自我反思：每日三省吾身，会不会思考，懂不懂复盘总结，这很重要，我们永远需要反思自己的问题以及错误在哪里，以后才能避免这个情况出现。学习：任何行业，任何人，都永远需要学习，不断地去补充新的知识，学无止境，学到老，我们才能用到老，学习是保持向上的唯一可能。最后一点是，最好别抱着比上不足比下有余的想法，这很大程度上会打击你的动力，令你止步不前，满足于小小的成就。
你得看到整个世界，才能够承认自己的渺小。
END.
作者：罗sir，新青年的职场内参。点击【关注】，每天与你分享职场干货与个人成长心得。
数据可视化工具有哪些？
给大家推荐一款人人可上手的可视化工具，那就是Excel，好评度五星！全文7688字，阅读需要10分钟，赶时间的朋友先点赞收藏，方便下次学习！
为什么要推荐Excel呢？
兼容性，Excel与PPT可以实现数据同步，数据修改后能直接呈现在PPT，一劳永逸。内在：Excel有5大类常规的数据可视化表达，图表类多达13种，还可以通过自定义制作多变的数据可视化表达，满足95%的日常办公需求。
跟其他数据可视化工具对比，
①对比可视化网站工具，Excel拥有强大的数据分析（Excel函数，数据透视表等），而大多数在线工具只能输入结果，而无法运算。 ②对比R、Python等，Excel对于初学者的友好高，基本2周就能大概掌握，而这些语言太难了！ ③普及率高：哪台电脑没有装Excel，你要表达你的观点也容易。
想快速掌握Excel可视化表达，先了解一下可视化的全面架构：
以下就是课件内容的例子，先给同学看一下效果：
基础图表：《王者之星★》
三维地图：《广州武汉之❤》
Excel控件：《520❤你的名字》
《进阶の图表》
《智联之薪》
接下来，我们从第一个开始撩：
E01.认识数据可视化数据可视化就是通过图形，呈现出数据大小，占比，分布等特点，从而传递信息给大家。
下面我就用地图简单举栗子吧
腾讯位置大数据https://heat.qq.com/
地图越亮的地方代表定位次数越多的地方，这个定位跟我们人口分布一致的。
通过流量折线图比较，我们就能直观看出欢乐谷的应该是9点开门，19点闭门。
关于数据可视化，大家可以多去一些可视化网站看看，其实我们大多数人接触数据可视化应该是小学、初中、高中的地理课本。
E02.Excel的数据可视化表达在Excel中常见可视化表达有五类，分别是REPT函数、条件格式、迷你图、Excel图表，三维地图。
点击获取Excel图表视频教程和源文件模板★★★★★N0.1 REPT函数表达式：=REPT（text,number_times） =REPT(重复文本，重复次数）
注意重复文本要用英文状态下引用，通过具体的实例去实战吧~
01.给课程做数据条
表达式子：=REPT("|",C5)&C5
选择适合的字体很重要，一般适合展示20至100的数据
02.网站流量漏斗图
03.电影评分表
04.相亲心动指数
05.人口金字塔图
NO.2 条件格式01.突出显示单元格规则
点击【开始】→【条件格式】即可选择相关的规则，突出显示相关的单元格。
1.查找重复值，查找班里不及格的人等等
02.最前最后的规则利用前N项或者后N项，通过突出显示快速找到对应的数据。
例如我们可以显示数学成绩高于平均分的同学、显示各位同学最低的一门科目成绩、班里成绩最好的3位同学
03.图标集许多小伙伴不知道这些小图标是来自条件格式，导致了误以为是图表上的。
优点：其实这些精致的小图标设置很简单，通过默认的设置就能得出来。 缺点：就是精度不高，只能表示大概。图标集分为方向、形状、标记、等级四个归类，根据归类我们日常主要分别应用在
方向：表示涨↑跌↓，一般用于数据对比
形状：一般用于分类划分的信号
标记：用于标记状态，某件事做了与否，达成目标与否
等级：表示占比划分
04.色阶色剂可以设置双色色阶或者三色色阶。
05.半自定义规则如果还不过瘾可以通过自定义格式来设置，整体设置也不难，所有的框和图标均可以自定义设置。
06.公式自定义条件格式公式自定义条件格式，相对与上面的会难点，但通过简单标志有更高的灵活度。
自定义格式百分比图
2.动态考勤记录表
3.项目计划甘特图
03.迷你图迷你图有三种形式，柱形、折线和盈亏图，它的优点是能大概表示数据状态，确定就是精准度低，图形无法表示数据真实差距。
无排版可视化的表格
经过可视化后↓
点击获取Excel图表视频教程和源文件模板★★★★★04.三维地图武广之恋❤
本题版本要求：2016及以上，2013版本可以安装power map插件还能拯救。
点击获取Excel图表视频教程和源文件模板★★★★★本道题可以简单拆分为：心形图形表达式+三维地图
01.第一步构建数据源
我们在百度或者一些论坛上找到心形的函数Excel表达式，然后在Excel上列出具体的数据源，这是最关键的又是最麻烦的一部分工作。就能直接下载该我精心为大家准备源文件啦！
02.打开三维地图
1.我们把标准的心形函数表达式放到三维地图上，其表达效果这样紫滴，地理曾经满分的我一下子恍然大悟，这不就是本初子午线（经度=0）与赤道（纬度=0）交界的地方嘛。
2.当我们把坐标的中心定位到广州，不就是将原来的表达式加上广州的经纬度，我马上百度了一下广州的经纬度。广州（东经113.23，北纬23.16）大小老可爱们直接在我的城市填上经纬度就OK啦↓
以广州为例↓
延伸：西经与南纬，需要把坐标写成负数。如西经113.23，南纬23.16（-113.23，-23.16）这样表达。
于是我们在茫茫的太平洋找到这个东西↓
03.添加异地坐标
在对应我的城市，和你的城市填上对应的坐标轴，可得到：
广州与武汉❤
广州与珠海❤
05.特别提醒
更改过数据源后一定要刷新数据啊！
E03.了解Excel图表的规范与应用E03-1.参考优秀的图表借鉴样式、布局、配色等
a.echart网站
b.设计网站
c.可视化平台等：如网易数读
d.商业杂志
E03-2.一份专业商务图表具备哪些特图表原有元素：2.主标题；5.图例；6绘图区（1.纵坐标、2.网格线、3.横坐标、4.图形）
添加元素：1.logo；3.副标题，4.单位，7.备注
E03-3.快速了解图表基础设置E03-4.配置表格主题颜色
E03-5.系统设置整个表格主题
了解整个表格和图表的基础和规范设置后，我们马上去了解各种基础图表。
E04.玩王者荣耀，学习基础图表学习基础图表，大家只需要吧这个《王者荣耀看板》做一遍，基本就你能掌握90%日常工作的应用，更重要你做完后会有一股成就感。
王者荣耀数据看板
王者荣耀动态看板
那我们分解一下，都是由哪些图表构成的，从这个图表就能从主标题看出是哪些图表，我们还可以通过点击图表左上方蓝色■形状，进行跳转到对应的图表联系区域。
教学部分主要采用了《经济学人》的配色风格演示，大家可以通过设置页面布局的主题，变换主题颜色。
E04-1.柱形图01.表格开始页引导：
02.图表练习区域展示：
02.图表小结区域：
每个图表做了实践之后，我们会给大家总结主要的知识点，方便大家快速上手图表。
E04-2.条形图条形图在王者荣耀中很常见，例如对战战绩图，血量、蓝量还有回城图都是由条形图来展示的。
03.知识点小结：
接下来的图表，就简单跟介绍一下需要注意的事项，或者一些与其他图表的不同点或共同点：
E04-3.折线图E04-4.环形/饼状图：占比分析E04-5.面积图：占比趋势分析这个在王者中的经济占比运用的就是面积图。
03.知识点小结：
E04-6.散点图:双变量分析03.知识点小结：
E04-7.气泡图：三变量分析03.知识点小结：
E04-8.雷达图：多维度分析最常见在我们的综合战力分析上，几乎每个游戏都会常常用到这种的对比。
03.知识点小结：
以前的案例示范：
E04-9.树状图：分级占比分析E04-10.旭日图：分级占比分析E04-10.直方图：区间分布分析直方图更像简化版的正态分布图，它经常用于统计数值区间的分布，例如年龄段的人数、收入水平、工资收入分布等。
E04-12.瀑布图E04-13.组合图E04.最后一招，数字放大法！
最后，我们把上面的所有图表拼合在一起，可得：
把我们所学的图表，一一放进去，可得到：
暂时补充到这里，如果想看动态图表的，请留言，我抽空补充一下这方面的知识。
私信回复：基础图表，即可获得一份基础图表的源文件❤
哪个数据可视化工具比较好？
R-ggplot2
ggplot2是R语言最为强大的作图软件包，强于其自成一派的数据可视化理念。当熟悉了ggplot2的基本套路后，数据可视化工作将变得非常轻松而有条理。
技术相关
核心理念1. 将数据，数据相关绘图，数据无关绘图分离
这点可以说是ggplot2最为吸引人的一点。众所周知，数据可视化就是将我们从数据中探索的信息与图形要素对应起来的过程。
ggplot2将数据，数据到图形要素的映射，以及和数据无关的图形要素绘制分离，有点类似java的MVC框架思想。这让ggplot2的使用者能清楚分明的感受到一张数据分析图真正的组成部分，有针对性的进行开发，调整。
2. 图层式的开发逻辑
在ggplot2中，图形的绘制是一个个图层添加上去的。举个例子来说，我们首先决定探索一下身高与体重之间的关系；然后画了一个简单的散点图；然后决定最好区分性别，图中点的色彩对应于不同的性别；然后决定最好区分地区，拆成东中西三幅小图；最后决定加入回归直线，直观地看出趋势。这是一个层层推进的结构过程，在每一个推进中，都有额外的信息被加入进来。在使用ggplot2的过程中，上述的每一步都是一个图层，并能够叠加到上一步并可视化展示出来。
3. 各种图形要素的自由组合
由于ggplot2的图层式开发逻辑，我们可以自由组合各种图形要素，充分自由发挥想象力
基本开发步骤
1. 初始化 – ggplot()
这一步需要设定的是图的x轴，y轴和”美学特征”。基本形式如下：
p <ggplot(data = , aes(x = , y = ))
这一步里，设置x轴和设置y轴很好理解。那么”美学特征”又是什么呢？
举个例子来说，下面这张散点图里，x轴表示年龄，y轴表示身高，很好理解：
但这张图除了展示年龄和身高的关系，还展示出每个样本点的体重：颜色越深表示体重越大。因此体重信息和年龄身高一样，也需要绑定到一个具体的列。这一列就是散点图中的”美学特征”。
来看看R语言绘制代码：
ggplot(heightweight, aes(x=ageYear, y=heightIn, colour=weightLb))+geom_point()
其中的colour参数就是该图的”美学特征”。
再比如，下面这张柱状图中，x轴表示日期，y轴表示权重，很好理解：
但这张图中每个日期对应了两个不同的权重并采用两个柱状来对比，那么这个划分依据也是另一个“美学特征”。
再看看绘制代码：
ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar))+geom_bar(position="dodge", stat="identity")
其中的fill参数就是该图的”美学特征”。
综上所述，图中的每个样本点除了通过它的坐标位置，还可以以其他形式展示信息，比如大小，色深，分组等。而这些新形式需要绑定的列，便叫做”美学特征”。
“美学特征”的形式和x，y轴一样是以列的形式给出，且列中元素个数和x，y轴列必然相等。它的设置也和x，y轴一样在ggplot()函数的aes参数括号内进行。
2. 绘制图层 – geom_bar()/geom_line()等等
上一步的主要工作是为数据可视化配置好了数据，接下来便可根据业务的需要来绘制不同的图，如折线图/柱状图/散点图等等。具体的实现方法在后面的章节中会细致讲解，这里重点提一下绘图函数里的stat参数。这个参数是对冲突样本点做统计，该参数默认为identity，表示保留样本点原(y)值，还可以是sum，表示对出现在这点的(y)值进行求和等等。
3. 调整数据相关图形元素 – scale系列函数、某些专有函数
在ggplot2中，scale标尺机制专门负责完成数据到图像元素的映射。也许你会问，”美学特征”不是已经定义好了这个映射吗？然而事实是”美学特征”只是选定了映射前的数据，并没有说明具体映射到什么图形元素。
举个例子，假如某张表记录了不同种类水池的长，宽，深信息。现在需要绘制不同种类下水池长和宽关系的柱状图，那么初始化完成的是这个映射：
而scale函数完成的是这个映射：
显然a映射为了红色，b映射为了蓝色。
也许你还会问，我的代码不用scale，那么映射是如何完成的呢？答曰系统有默认映射的，就像绘图函数都有默认参数stat=identity这样。
4. 调整数据无关图形元素 – theme()、某些专有函数
这部分包括设置图片标题格式，文字字体这类和数据本身无关的图像元素。只需调用theme()函数或者某些专有函数(如annovate函数可为图片添加注释)便可实现。
一个图层绘制好后便可观察调整，然后开始下一个图层的制作，直到整幅图绘制完毕。
R语言可视化成品图
说到工具，顺带提一下BI工具---FineBIFineBI是为大数据量提供数据处理、ETL、Dashboard报表展示、动态分析、报表管理的可视化分析工具。优势是：
前端可视化简单操作（小试牛刀）：1.新建分析新建分析包括两种类型的分析：普通即时分析和实时报表。普通即时分析：是指普通的分析模板，从cube中获取数据，进行数据分析；实时报表：是指做出来的即时分析模板，可以对数据进行实时查看，保证数据的准确性报表创建完成之后，页面进入数据分析设计界面，选择组件布局为自由布局，如下图：添加组件制作汇总表制作图表组件布局：自适应布局&自由布局自适应布局，自动调节布局自由布局，自由选择布局ChatGPT的出现会导致底层程序员失业吗？
不会，其实没啥技术革新，但目前能确定的是：他会给搜索引擎行业带来大变革。
“如果李白来到现代，他怎么写程序注解？”这个作文题目如果出现在中考、高考语文的试卷上，估计会立马霸榜热搜，哀鸿遍野。
但是目前的ChatGDP能轻松完成这个任务。
他还能和世界上最优秀的Python开发者聊20多分钟现代物理学。
他的回答结果比谷歌搜索还准确，这位兄弟振臂一呼：谷歌已死。
他还能找到程序员的BUG，清晰地描述bug及其原因并给出修复方法。
有一刹那，确实有强人工智能时代已经来临的错觉。
但如果你问他一些弱智的问题，或者进行杠精式的对话，他马上就会露馅，和人的思维还是有很大的距离。
仔细分析技术，ChatGPT 只是经过了某些算法的修饰，更擅长掩饰自己的缺陷，应付那些常规的问题。
现在这个效果，靠【RL＋丰富且干净的数据+Instruct+100B以上模型】就可以达到，不需要什么黑科技。可能大家之前没玩过GPT3，也不知道PaLMUL2FLAN等等新进展，所以才会感到惊奇。如果你是前沿研发者，你就会知道目前的效果只是一个工程学典范。
我们要明确，谷歌自己也说：ChatGDP只是一个AI聊天机器人。AI会改变现有的程序员供需，但不是靠这个。
但不可否认：AI在以一种新的方式，给搜索引擎带来一场大革命。
目前我们最先进的搜索引擎，比如谷歌、百度，都是基于用户对问题的描述进行搜索，有一个特别大的缺陷就是：有时用户的描述也不准确。
刚好，ChatGPT 能和用户进行实时互动，充分理解用户的需求，继而提出解决方案。
精细化、定制化的答案永远比“一招鲜吃遍天”更加准确和优秀，所以通过类似ChatGDP的AI给搜索引擎带来一场变革和升级，相信在不久的将来就能够实现。
同样地：统一数据服务平台（DaaS）也在打破企业数字化转型的瓶颈，让数据的利用更加精细化、定制化、自助化，低成本高效挖掘数据价值成为现实。
所以各种技术都在发展，让我们共同期待强人工智能时代的尽早到来。