<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Jimmy Huang on Medium]]></title>
        <description><![CDATA[Stories by Jimmy Huang on Medium]]></description>
        <link>https://medium.com/@jerming0515?source=rss-30ec10857ddb------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*m2zS4pwmH-xWj64XAH43xQ.png</url>
            <title>Stories by Jimmy Huang on Medium</title>
            <link>https://medium.com/@jerming0515?source=rss-30ec10857ddb------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 16 May 2026 22:57:27 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@jerming0515/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com" rel="hub"/>
        <item>
            <title><![CDATA[登革熱統計資料的探討與視覺化呈現 - 使用Python]]></title>
            <link>https://medium.com/@jerming0515/%E7%99%BB%E9%9D%A9%E7%86%B1%E7%B5%B1%E8%A8%88%E8%B3%87%E6%96%99%E7%9A%84%E6%8E%A2%E8%A8%8E%E8%88%87%E8%A6%96%E8%A6%BA%E5%8C%96%E5%91%88%E7%8F%BE-%E4%BD%BF%E7%94%A8python-f9d7364fe480?source=rss-30ec10857ddb------2</link>
            <guid isPermaLink="false">https://medium.com/p/f9d7364fe480</guid>
            <category><![CDATA[python]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[pandas]]></category>
            <category><![CDATA[matplotlib]]></category>
            <category><![CDATA[data-analysis]]></category>
            <dc:creator><![CDATA[Jimmy Huang]]></dc:creator>
            <pubDate>Mon, 21 Mar 2022 02:20:19 GMT</pubDate>
            <atom:updated>2022-03-29T16:17:43.497Z</atom:updated>
            <content:encoded><![CDATA[<p>這篇文章要分享的是我在「數據行銷分析師班- Python爬蟲課程」的小組專題成果。</p><h3>簡介</h3><p>如題，我們採用的原始資料是政府資料開放平台的<a href="https://data.gov.tw/dataset/6879">登革熱地區年齡性別統計</a>。</p><p>這份資料有9個欄位，我將他們分類為:</p><ul><li>和時間相關的: 發病年份、發病月份</li><li>和地理位置相關的: 縣市、鄉鎮</li><li>和數量相關的: 確定病例數</li><li>其他: 性別、確定病名、是否為境外移入、年齡層</li></ul><p>在搜尋登革熱相關的資訊時看到了「全球暖化導致登革熱疫情往高緯度移動」的文章，且剛好原始資料包含了和地理位置、時間相關的資料，所以我最後決定用原始資料製作一個能佐證「登革熱疫情有北遷趨勢」的統計圖。</p><p>下面兩張投影片是成果，左圖是行政院台灣地理區域劃分與各區病例數占比，右圖則是北中南台灣歷年病例數統計，可以看到北部病例數從2017年開始超過了南部，佐證了「登革熱疫情有北遷趨勢」這件事。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hD1pMM_YKWvBudpcwaY_wQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qG2dPnFnY1HKoPXI_YdzoQ.png" /></figure><h3>製作統計圖的過程</h3><p>首先，我選擇使用的資料欄位是發病年份、縣市和確定病例數。</p><p>因2014、2015年的極端數據會影響最後的呈現，所以我在撰寫程式時排除了這兩年的數據。</p><p>為了呈現疫情從南到北的趨勢，我將縣市按照行政院台灣地理區域劃分將台灣22個縣市分成了北、中、南、東、外島5個區域，並將占比極低的東部和外島排除，最後只呈現北、中、南3個區域的病例數歷年變化趨勢。</p><p>可以看到在左圖的登革熱各區域佔比圓餅圖中，東部+外島的占比極低(0.41%)，所以我認為在討論「登革熱疫情有北遷趨勢」這個議題時可以忽略。</p><p>右圖的2張北中南歷年病例數折線圖，一張呈現了2003~2013年的變化趨勢，另一張則是2016~2021年的變化趨勢。</p><p>可以明顯觀察到在2016年之前病例數最高的一直都是南部(綠線)，而從2017年開始，病例數最高的變成了北部(藍線)，且一直到近年都居高不下。這也說明了登革熱疫情在2017年後開始往高緯度移動的事實。</p><h4><strong>附上程式碼:</strong></h4><ul><li><a href="https://gist.github.com/Jimmy1106/ed09a69c0ad72539e1befccbc65c0ea5#file-2014-2015-py">登革熱按行政院區域劃分圓餅圖(排除2014、2015年).py</a></li><li><a href="https://gist.github.com/Jimmy1106/6c43bad5f12297ef89e9709e5ac77b78#file-2003-2013-py">登革熱北中南病例數折線圖(2003~2013個別呈現).py</a></li><li><a href="https://gist.github.com/Jimmy1106/7cdbbb9252981f4b36ac1a45384c0e48#file-2016-2021-py">登革熱北中南病例數折線圖(2016~2021個別呈現).py</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f9d7364fe480" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[登革熱統計資料的探討與儀錶板製作 - 使用Power BI]]></title>
            <link>https://medium.com/@jerming0515/%E7%99%BB%E9%9D%A9%E7%86%B1%E7%B5%B1%E8%A8%88%E8%B3%87%E6%96%99%E7%9A%84%E6%8E%A2%E8%A8%8E%E8%88%87%E5%84%80%E9%8C%B6%E6%9D%BF%E8%A3%BD%E4%BD%9C-%E4%BD%BF%E7%94%A8power-bi-781cf18ecfee?source=rss-30ec10857ddb------2</link>
            <guid isPermaLink="false">https://medium.com/p/781cf18ecfee</guid>
            <category><![CDATA[exploratory-data-analysis]]></category>
            <category><![CDATA[dashboard]]></category>
            <category><![CDATA[power-bi]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[visualization]]></category>
            <dc:creator><![CDATA[Jimmy Huang]]></dc:creator>
            <pubDate>Sun, 20 Mar 2022 16:46:34 GMT</pubDate>
            <atom:updated>2022-04-21T14:01:05.801Z</atom:updated>
            <content:encoded><![CDATA[<p>在Power BI課程進入尾聲之際，老師讓我們分組做了一個小專題，用來檢驗我們對Power BI操作的熟悉度。在一週內我們討論使用的資料集、要呈現的內容、報表分工等等，並在最後上台口頭報告。</p><p>這篇文章要分享的就是我們這組用登革熱資料集製作的4張報表。</p><p>這4張報表分別是:</p><ul><li><a href="#80df">歷年病例統計</a></li><li><a href="#c204">各區域病例統計</a></li><li><a href="#9981">境外移入統計</a></li><li><a href="#4a1d">各月份病例統計</a></li></ul><h3>資料集簡介</h3><p>在分享報表之前，我先簡單介紹我們使用的登革熱資料集</p><p>這份<a href="https://data.gov.tw/dataset/21025">資料集</a>是從政府開放資料平台取得，資料集名稱叫「登革熱1998年起每日確定病例統計」，是衛福部疾管署從1998/1/2開始逐日統計的登革熱病例資料。</p><p>資料共有79959筆紀錄、26個欄位，最小時間單位是日，每一筆紀錄代表著特定日期、並含有特定特徵的病例。</p><p>資料的時間區間是從1998/1/2~2021/11/22</p><h3>報表一、歷年病例統計</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eXRjgpmEyga53kiSQfIcMQ.gif" /></figure><p>這張報表主要是由5個區塊組成，左邊是統計總確診人數的卡片，和用來篩選特定年份統計結果的篩選器。中間是呈現歷年確診病例的直條圖，和呈現各縣市確診病例數的橫條圖。最右邊是用來呈現確診病例分佈的熱區圖</p><p>用到的欄位分別包含了</p><pre>病例數、發病年、居住縣市、居住鄉鎮</pre><h4><strong>2014、2015年台灣登革熱疫情大爆發</strong></h4><p>從中間的「歷年確診人數統計圖」可以發現一個資訊，<br>就是在2014、2015年時，確診病例數高出往年許多。<br>這兩年，台灣經歷了登革熱疫情大爆發。</p><p>根據疾管署的資料所示，疫情爆發的原因是受到<strong>全球登革熱疫情大流行</strong>的影響。</p><h4>疫情的分布主要以氣溫較高的南部縣市為主。</h4><p>再來把目光移到下方的「各縣市感染人數圖」或「右邊的感染熱區分佈圖」。<br>可以發現若從過去24年的統計來看，登革熱主要分佈在南部的縣市。<br>前三名分別是高雄、台南、屏東。</p><p>這個現象的原因比較直觀，就是因為南部的氣溫比北部高，屬於病媒蚊喜歡的環境。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FNvK4sdWesnUX-I21l7l4g.gif" /></figure><h4>2014年的疫情主要分布在高雄，2015年主要分布在台南</h4><p>但若單獨從疫情爆發的2014、2015年來看，<br>可以發現雖然2014年的疫情主要分佈在緯度較低的高雄，<br>但2015年卻是分佈在緯度較高的台南。</p><p>根據維基百科上所述，2015年的<strong>第一個登革熱病例就在台南</strong>，而且是本土病例。加上<strong>年初乾旱、超級聖嬰現象</strong>等原因，導致疫情從台南不斷擴散。</p><h3>報表二、各區域病例統計</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RlFdq0zp5vLHUI4HkIf6oQ.gif" /></figure><p>這張報表主要由3個區塊組成，分別是用來呈現北中南病例變化的橫條圖和各區域病例數占比的圓餅圖，下方一樣有年份篩選器。<br>比較特別的是，我加入了客製化的工具提示，可以顯示各區域中每個縣市的病例數。</p><p>主要使用的欄位包含了</p><pre>病例數、發病年、居住縣市、地理區域劃分、地理區域劃分排序</pre><p>這裡要特別提一下的是…地理區域劃分是我依照行政院國發會的地理區域劃分，將22個居住縣市分成北、中、南、東、外島5個區域的群組欄位</p><h4>疫情從2017年開始有北遷之趨勢</h4><p>從右邊的圓餅圖圖可以發現…東部、外島的病例占比極低。<br>所以我將兩者排除，製作出右邊的橫條圖，來重點觀察北中南病例數的變化。<br>從GIF動畫中可以發現，在2017年之前的19年(1998~2016)，登革熱疫情都分佈在南部。<br>但到了2017年，北部的病例數開始多於南部，且之後的5年北部的病例數都大於中部和南部，疫情有往北遷移的趨勢。</p><p>這個現象和<strong>全球暖化</strong>有關。<br>全球暖化導致緯度較高的北部區域也開始有了蚊子喜歡的溫暖氣候，<br>所以登革熱也跟著往北遷移。<br>這打破了我們過往的認知，所以住在北部我們也需要對登革熱有一定的了解，並做出適當的預防。</p><h3>報表三、境外移入統計</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UdLM80h9WWEfLFdQ2KKXtQ.gif" /></figure><p>這張報表由6個區塊組成:</p><ul><li>左邊是一樣是「確診人數統計」和「年份篩選器」</li><li>中間是用來「呈現境外移入國家分佈的流線圖」和「歷年境外移入病例數統計」。在流線圖中，感染國家的病例數多寡會用流線的粗細程度區分。</li><li>右邊則是「血清型占比」和「感染國家占比」</li></ul><p>而我們使用的欄位分別是:</p><pre>病例數、發病年、是否為境外移入、感染國家、血清型</pre><h4>境外移入病例主要來自東南亞國家</h4><p>從「境外移入分布流線圖」和「感染國家佔比」可以發現一個資訊，<br>就是境外移入病例主要來自於印尼、越南、菲律賓等東南亞國家。</p><p>相較於其他登革熱好發地區 (熱帶、亞熱帶等有埃及斑蚊和白線斑蚊分布的國家)，<strong>東南亞距離台灣近，國內跨國企業多在該地設廠，加上外籍勞工多來自東南亞</strong>，大量的人口移動是東南亞國家境外移入病例較多的原因。</p><h4>2019年境外移入病例最多，2020年大幅減少</h4><p>從下方的「歷年境外移入人數圖」可以看出2019年有539例境外移入病例，是登革熱境外移入病例最多的一年。</p><p>根據WHO的<a href="https://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue">資料</a>所述，<strong>2019年的登革熱的全球病例數是歷年來最多</strong>的。而東南亞的疫情也是歷年來最嚴重的一次。這使得2019的境外移入病例的大幅增長變得合理</p><p>但在2020年時，境外移入病例數大幅度地減少，與前一年形成反差。</p><p>根據疾管署的分析，主要原因是<strong>新冠肺炎疫情造成入出境人數減少</strong>，所以感染登革熱的機會也跟著減少。</p><h4>境外移入血清型主要以第一和第二型為主</h4><p>再來是右上角的「血清型占比」，若從有紀錄血清型的病例統計來看，台灣境外移入病例的血清型主要以第一和第二型為主。</p><p>第一、二型血清型的病例主要來自越南、印尼。<br>第三、四型血清型的病例主要來自印尼、菲律賓。</p><p>而台灣的各國移工占比前3名剛好是印尼、越南、菲律賓，菲律賓是三者最低，推測可能為第三、四型血清型病例占比較低的原因。</p><h3>報表四、各月份病例統計</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*t-CJzlebMGCHc0v6Nboo_Q.png" /></figure><p>這張報表由一個「折線與群組直條圖」所組成。</p><p>為了呈現氣溫和疫情嚴重度的關係，我們加入了1991~2020(共30年) 台灣25個氣象測站測出來的<a href="https://www.cwb.gov.tw/V8/C/C/Statistics/monthlymean.html">月均溫資料</a>。</p><p>這裡我們將測站依照所在縣市做分組，計算出北、中、南、東4個區域的月平均氣溫，並用月份對兩個資料表建立關聯。</p><p>而我們使用的欄位分別是</p><pre>病例數、發病月、各區域月均溫(北、中、南、東)</pre><h4>登革熱疫情在秋季才進入高峰</h4><p>這張圖也打破了我們的認知，原本以為平均溫度最高的夏天會是登隔熱疫情最嚴峻的季節，結果登革熱歷年都在秋季才進入最高峰。</p><p>經由局管局副局長所述，原因是在夏天的時候大家飽受蚊蟲侵擾之苦，一過了夏天之後就誤認為蚊子會比較少，登革熱威脅也解除了，就疏於對登革熱的預防。</p><p>所以未來我們要將登革熱視為夏天和秋天的傳染病，提高警覺，做好防蚊工作。</p><p>最後附上<a href="https://docs.google.com/presentation/d/1xafLpbV02gFDr4d_Ow_NPUB9lAo9Y3vgA73PGh2HlIA/edit?usp=sharing">專題簡報連結</a>和參考資料!!!</p><h3>參考資料</h3><ul><li><a href="https://www.mohw.gov.tw/cp-2649-19995-1.html">全球爆發登革熱大流行，氣候暖化造成超級聖嬰現象為主要原因- 衛生福利部 (mohw.gov.tw)</a></li><li><a href="https://zh.wikipedia.org/wiki/2015%E5%B9%B4%E8%87%BA%E5%8D%97%E5%B8%82%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85">2015年臺南市登革熱疫情 — 維基百科，自由的百科全書 (wikipedia.org)</a></li><li><a href="https://www.taifer.com.tw/PublicationArticleDetailC004000.aspx?Cond=0123d567-6eaa-47bd-b5d9-8d6408a6d9a0">活躍於酷暑的登革熱 (taifer.com.tw)</a></li><li><a href="https://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue">Dengue and severe dengue (who.int)</a></li><li><a href="https://kknews.cc/world/36nyez8.html">2019年東南亞登革熱疫情肆虐 約67萬起逾1800人死 — 每日頭條 (kknews.cc)</a></li><li><a href="https://tw.sports.yahoo.com/news/%E5%85%A5%E5%87%BA%E5%A2%83%E4%BA%BA%E6%95%B8%E6%B8%9B%E5%B0%91-%E4%BB%8A%E5%B9%B4%E7%99%BB%E9%9D%A9%E7%86%B1%E5%A2%83%E5%A4%96%E7%A7%BB%E5%85%A5%E7%97%85%E4%BE%8B%E6%B8%9B67-093728852.html">入出境人數減少 今年登革熱境外移入病例減67% (yahoo.com)</a></li><li><a href="https://stoi087163.wordpress.com/2019/03/27/taiwan-migrant-worker-data/">📈【資訊圖表】從數據中看在台外籍移工現況 — 生活漫遊 (wordpress.com)</a></li><li><a href="https://www.cwb.gov.tw/V8/C/C/Statistics/monthlymean.html">氣候月平均 | 交通部中央氣象局 (cwb.gov.tw)</a></li><li><a href="https://health.udn.com/health/story/5971/362252">秋老虎來了 登革熱卻還在「熱」！ | 皮膚 | 健康百科 | 元氣網 (udn.com)</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=781cf18ecfee" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[讀書心得: 時間管理 — 先吃掉那隻青蛙]]></title>
            <link>https://medium.com/@jerming0515/%E8%AE%80%E6%9B%B8%E5%BF%83%E5%BE%97-%E6%99%82%E9%96%93%E7%AE%A1%E7%90%86-%E5%85%88%E5%90%83%E6%8E%89%E9%82%A3%E9%9A%BB%E9%9D%92%E8%9B%99-7ecc6a6f2123?source=rss-30ec10857ddb------2</link>
            <guid isPermaLink="false">https://medium.com/p/7ecc6a6f2123</guid>
            <category><![CDATA[時間管理]]></category>
            <category><![CDATA[讀書心得]]></category>
            <dc:creator><![CDATA[Jimmy Huang]]></dc:creator>
            <pubDate>Sun, 20 Mar 2022 14:17:38 GMT</pubDate>
            <atom:updated>2022-03-20T17:47:27.276Z</atom:updated>
            <content:encoded><![CDATA[<h3>讀書心得: 時間管理 — 先吃掉那隻青蛙</h3><p>過去的自己不善於時間管理，因此在研究所期間常常把大量的時間執著於非核心的問題上，因此常常會在deadline即將到來時因為重要的事情沒做完而備感壓力，甚至最後無法完成。我意識到這件事後，開始去讀時間管理的書，讓自己更了解時間該如何分配(書中最重要的莫過於80/20法則，完成20%真正重要的事情，其價值會大於完成剩下80%的事情，目的是要我們積極地去完成少數真正重要的事情)，從去年到現在，自己也積極地在實踐書中的時間管理方法。</p><p>最後，我也決定將自己覺得重要的觀念記錄下來。</p><h3>青蛙的由來</h3><p>假如你每天早上起床的第一件事是生吃一隻青蛙，接下來的一天就會過得比較順利，因為你很清楚這是你一整天中最糟糕的事情了 — Mark Twain</p><p>何謂青蛙? 青蛙就是你最大且最重要的工作。</p><p>若同時有兩件重要的工作時呢? 這時就必須選擇先將最難且最重要的工作先著手，我們必須抗拒先做簡單的工作， 也就是說必須<strong>先吃掉最醜最大的那隻青蛙</strong>。</p><h3>訂定明確的目標</h3><p>拖延與缺乏動力的主要原因在於對自己該做什麼、處理順序為何與因何而做感到模糊不清、毫無頭緒。</p><p>所以我們必須清楚地了解自己人生各方面想達成的目標，並訂定達成目標的計畫，這樣才能提高效率。</p><p>其中，作者也提到在<strong>紙上思考的重要性</strong>。將目標寫在紙上，便能使它具體化，變成一種碰得到、看得到的東西，也使之更有能量。</p><p>以下為書中提供的實現目標的7個步驟:</p><p>1. 確定你想要的是什麼</p><p>2. 寫下來</p><p>3. 設定目標的完成期限</p><p>4. 將你想得到、為達目標必須做的每件事列出</p><p>5. 將清單整理成計畫</p><p>6. 立即針對計畫採取行動</p><p>7. 堅持每天做一點能讓你朝重要目標邁進的事</p><p>我覺得照著上面的7個步驟來做，確實能夠克服自己常常因生活中的小事而分心的壞習慣，且也能更有效率地達成自己想要的目標。</p><h3>事先計畫每 一天</h3><p>在紙上思考。每天花一分鐘計畫，就能省下5~10分鐘的執行時間。</p><p>事先計畫對提高生產力及改善工作表現有極大的幫助，但真正每天制定計畫的人卻非常少。</p><p>所以我們可以做的有:</p><p><strong>1)在睡覺前列出隔天的計畫表</strong></p><p>若能在前一晚列好計畫表，潛意識便會在你睡著時，徹夜為計畫表工作，當你醒來時，腦內就會出現比原來想法更能將工作做得更快更好的構想與靈感。</p><p><strong>2)針對不同目的來製作不同的表格</strong></p><p>分別製作月計畫、週計畫表，在每週結束時，花1~2小時規劃未來的一週，這可以使生產力大幅提高。</p><p>最後是將月計畫表和週計畫表的項目拉到日計畫表中，也就是隔天該完成的事，而完成某項工作時，可以用將該項目劃掉的方式，讓視覺上得到成就感與前進感，使自己可以更有動力完成計畫表上的每項任務。</p><p><strong>3)列出計畫的步驟</strong></p><p>將計畫的每個步驟一一地在紙上列出來，再根據優先順序整理計畫表上的工作，可以讓自己隨時掌握工作的進度。</p><h3>凡事運用80/20法則</h3><p>凡事運用80/20法則 (Apply the 80/20 Rule to Everything)，這是這本書中我最有興趣的一個章節。</p><p>80/20法則又稱為帕瑞托原則(Pareto principle)，由義大利經濟學ˊ家Vilfredo Pareto所創，他發現社會上的人分為20%的「重要少數」(Vital Few)和80%的「不重要多數」(Trivial Many)。</p><p>其中，重要少數為財力及影響力比他人優越的人。</p><p>後來他還發現，所有的經濟活動都受和這個原則有關，例如: 你的成果有80%是決定於你20%的活動；你的業績有80%來自於你20%的客戶；你的貢獻有80%是來自於20%工作等等。</p><p>這表示如果你的工作表上有10件事項的話，其中2件的價值會大於其他8件的總和。</p><p>這個原則就是在提醒我們必須<strong>拒絕先處理簡單小事的誘惑</strong>，這是一個好習慣的養成。任何重要工作最困難的部分就是起步，一旦真正開始進行最有價值的工作，自然就會產生接續做下去的動力。</p><h3>做好充分準備再行動</h3><p>克服延宕、迅速完成更多事情的最佳方法之一，就是<strong>在開始工作前將所需要的一切都準備好。</strong></p><p><strong>從清理桌子或工作區開始</strong>，讓眼前就只有一件工作要做。在開始工作前將所需的資料、用具都蒐集好放在手邊，並<strong>將所有不需要的東西放在地板或是身後的桌子上</strong>，直到工作完成為止。</p><p><strong>創造一個舒適的工作場所</strong>也是很重要的。確保自己有張舒適的椅子，它必須能支撐你的背，且讓雙腳能平放在地板上。</p><p>當所有東西都準備好要準備開始工作時，還要<strong>展現最好的姿體語言</strong>，將身體坐直，想<strong>像自己是一位有效率、做事有方、表現突出的人</strong>。然後<strong>對自己說:「我們開始工作吧!</strong>」隨即埋首工作，直到工作完成為止。</p><h3>認清你的關鍵限制</h3><p>無論你想做什麼，總是會有個限制的因素決定你完成的速度含品質。而你必須做的就是研究並認清該限制因素或侷限，然後集中精力破除該項阻礙。</p><p><strong>關於限制的80/20法則</strong>: 有80%的限制是屬於內在因素(如個人特質、才能、習慣、紀律或能力等)，而剩下的20%才是來自於外在因素。所以必須<strong>常常地檢視並檢討自己</strong>，找出決定你達成個人目標的速度的限制因素或限制技能。</p><p>我認為最好的辦法是在要完成一項工作時問自己「<strong>什麼是要完成這項工作的最大阻礙?</strong>」然後集中精力地克服它。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7ecc6a6f2123" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>