回首

回首

今年十月鄙人满三十,古有三十而立之说,而今这样的我却连如何为“立”都不知,更不用讲“立”。
念书晚,从业六年,老觉得自己有什么不一样的地方,自己可以有一番作为,回首而顾,不过是茫茫的普通人,为了活的更好一直在挣扎着。最近刚刚辞职,算是人生的告一段落,想仔细的坐下来回忆下之前的这几年的经历,想想自己的所获,和接下来的打算。

本文仅做自我的剖析和回忆,无它。

背景

不知道这算不算是人生的十字路口,或者是自己在无病呻吟,不愿再安稳的日复一日的工作,希望在此刻停下来,回忆和思考,做出接下来值得做的,有价值有意义付出的行动。不清楚多少人愿意安稳的生活着,50%,60%。生活如此安逸,安逸的连自己想反抗的心思都没有时间去动。

而今我混到现在,只是有房,无车,单身,有存款,人生撑死还有50多年,既然立于世,也希望有所为。

过去

经历过三家四家公司,做的都是研发的岗位,从业与硬件,军工。
工作内容从产品需求,方案设计,器件选型,原理设计,PCB协助,硬件调试,软件调试,在应用层的软件没有处理过,其他便是为客户全心全意的解决问题。为公司全心全意的做项目。

擦过屁股,背过锅,职场就这样。画错过板子,写出bug等等,一系列该犯错的我也没有多犯。

每个月薪资不算坏也不算好,可能潜力还是很大的,毕竟能力还可以提升。本想着凭借自己的热情和努力,势必可以做好自己以及事情,这些确实能做好。不过,时间确实不是想象的那么容易,人真的一不小心就会丧失激情,在你想做好之前就变了。在辞职的前面几个月里,我逐渐感觉到自己在变化,变化的没有那么有想法,有脾气,有自己该有的性格,不清楚这算是成熟了,还是大众一味的同化而没有怨言。我细细想了很久,确实,这样的日子我不想混下去,这样的工作能做多少年,我不知道,多少年后我又有多大的激情,可能没有了,这也许就是一种危机感,华为危机感给了35岁以后的员工,社会的危机感给了日复一日的人,我有时候在想我该做什么?自己的事业,家庭,我都没有做好自己该做的事,是过于热心了?

辞职后,我没有觉得轻松,而是很沉重,破釜沉舟的事,有点冲动,不过还是希望自己可以置之死地而后生,强迫自己去改变,回到从前。

我不是什么厉害的人物,和同龄人相比可能是一个平均水平,说不定还达不到。
技术能力,也不是很出众,有时候觉得自己像是机器一般,能做的就是在按部就班的流程中简化优化。
现在看来,人还是要有兴趣,当你除了工作以外,没有其他的兴趣,可能你也就没有了自己的生活,没有自己的圈子。工作和技术的圈子,不是人生要的追求,我追求的是生活,对于要在事业上最多大的价值,还是要一个圈子的配合,不是一个人说了算。
技术牛逼如何,一切落不到地的技术都是空谈。价值在于运用。更何况作为一个普通人,我这些天就在想,我除了这份工作还能做什么?不上班就是失业,这并不是唯一的出路。

离职那一刻我就在想,我做哪方面好?
我是一个容易把简单问题想复杂的人,同时也是一个把复杂问题想简单的人。所以我的计划就是规划下时间然后走出去,趁着离职,好些年没有放假,去一些重来没有去过的地方去看看,去体验下,我也希望在这个路途中,找到自己想要的答案。

读千本书,不如行万里路。

(to be continued)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值