如何绘制思维导图

如何绘制思维导图

超小声 BB，按照这个导师的理论来说，网上能找到的大部分思维导图都称不上思维导图，只能称得上是循环列表(circular list)

思维导图的核心关键

这是作者提供的导图，基本上会英语单词就能够比较好的理解这张导图，Mapp 主要分了四个点：

1. 开始

   • 纸
     • 横向模式
     • 空白
   • 中心
   • 主题
     • 图标
       • 缩略图
     • 突出
       • 大小
       • 维度
       • 颜色
     • 生长
       • 分支

   总结：

   • 开始画思维导图是，需要用一张横向模式的纸
   • 绘制是为导图时从中心开始，向外延伸
   • 主题可以使用图表/缩略图去加强印象
     • 其中，突出主题的方法可以使用合适的尺寸、维度和颜色
   • 从中心向外延伸，并且拓展分支

2. 原则

   • 分支
     • 协助
       • 强调
     • 不同
       • 粗
         • 中心
       • 细
         • 边缘
   • 词语
     • 落座
       • 分支
     • 一个
       • 每
         • 分支
     • 关键词
   • 结构
     • 流动
       • 自然
     • 维护
       • 关联性
     • 重要

3. 提升

   • 通过
     • 个性化
       • 印戳
       • 样式
     • 强调
       • 尺寸
     • 颜色
   • 因为
     • 帮助
       • 回溯
       • 保留
       • 吸收

4. 结构

   • 网络
     • 关键字
       • 触发
     • 关联
   • 倡导
     • 分区
       • 小
       • 帮助
         • 消化
   • 设计
     • 类别
     • 结构
       • 辐射
       • 多重
     • 空间
       • 记忆
       • 360°
       • 分离
         • 想法

其实可以看到，与其长篇累牍地写一段段分段内容，题练核心内容的思维导图的优势还是比较大的。在 2023 年 42 周 - 学习 & 倦怠期回顾 中也提到过学习等级：

其中使用思维导图会用到大量的 analysis & synthesis & evaluation：

• analysis

  将一句或者几句话提炼成一个单词

• synthesis

  生成带有个人风格的思维导图

• evaluation

  判断当前词语是否为最合适的关键词（keyword）

可以说，使用思维导图本身就已经满足了学习技巧中的两个：

交错学习（运用了多种学习技巧，即不同等级的学习）与回溯（通过一个关键词建立知识的回溯）

这也就是为什么很多演讲者可以通过一张自己构建的思维导图去进行演讲，而不需要准备大量的演讲稿（更多的是在自由发挥比较高的演讲上）

这也就是涉及到为什么我开头提到很多脑图，在 Mapp 的说法中根本称不上时思维导图，首先，是篇幅的问题，如一些思维导图会直接 cv 一句话作为分支，这种在电子版的思维导图里特别多（大概是因为空间不受限的关系），如：

或是化了太多的延伸点，没有做好分区（chunking），如：

这个是与记忆广度有关的，正常成年人大多数可以记住的内容为 $7\pm 2$ 项（也有说法是 3-5 项），也就是说，当内容摊的太开，并且彼此没有关联，当超过 10 个项时，基本上就可以默认学一个新的，前一个就会忘掉了 （LRU cache 啊）

这一点其实从一些启蒙书也可以得到论证，比如说三大启蒙读物为三字经（三字），百家姓（四字），千字文（四字），古诗也多为五言、七言。其实再看一下诗歌，如宋词、元曲、诗经楚辞、大抵也离不开 $7\pm 2$ 这一规律。

如何读导图

读取导图的方式其实和绘制导图的方式差不多，Mapp 准备了三张导图，并且每张导图都有对应的测试：

我自己做了一下，除了 7 laws of success 这个导图因为是总结一本书而导致啃起来有点吃力外，其他两个基本上内容记得差不多有八九成。

复制一张 MM

可以随便挑一下上面的 MM 试一下

组织导图

这个本质上就是一个 chunking 的问题，还是依照 $7\pm 2$ 这个定律，也就是说一个主题最多不要有超过 9 个分支，每个分支也最多不要有超过 9 个子分支

超过这个数量的，大部分基本就画成了 circular list

其实一个比价好的分类方法是使用 Venn Diagram，如西游记中关于唐僧的内容可以稍稍归类成下面这个样子：

其中内容是从上面的思维导图总结的，不过如果用这个 Venn Diagram 去重新绘制一张思维导图的话，其主要核心内容还是可以保留下来的，而且也会简单不少，关联性也更强一些。

最终关于如何 chunking up 可以看一下 Venn Diagram 有多大，毕竟，每个子图其实都可以单独做一个思维导图。当发现当前内容太多，chunking up 也没有办法有效解决问题的时候，不如考虑就这子图绘制一张导图，而非将所有内容绘制在同一张图上。

keypoints

其主旨也是要具有关联性、关键性、特性，有的时候可以使用图片代替，毕竟人脑其实更加擅长处理图片，而不是大段文字

记忆练习

这里我照抄一下每周总结的部分，毕竟那里面的内容我基本放的就是这块记忆练习得出的结论

• 将短期记忆视作 RAM

• 将长期记忆视作 ROM

• 将每一个可获取的单独信息都视作 address

  这里主要还是回归到高度学习，也就是 analysis 的部分，怎么将一段信息提炼成一个个关键词，并且建立起关联，而这个部分不动脑是完全没有办法实现的

• 通过 address 获取 RAM/ROM 中的信息

  我觉得一个可以用的例子大概是金庸的书吧，一下子列举出所有金庸的书对于大多数非铁杆书迷都是很难的一件事情，但是如果依照金庸自己写的对联：

  飞雪连天射白鹿，笑书神侠倚碧鸳

  但凡看过这些书或者电视剧的，应该都能过有效连接。有的时候其实并不是脑中没有存储的知识，而是缺少对应能够获取知识的地址。换言之，我觉得从大脑中读取信息有点像双向链表（或者是图？毕竟是个 network）+哈希表 （LRU cache……？）的结构，address 之间是可以建立关联的，知道 address 从脑中获取信息大抵是 $O(1)$ 的时间复杂度

  如果既不知道 address，又不知道与其关联的 node，则这部分信息就可以算是 丢 了

  回归到上一点学习的部分，将 RAM 中的信息存储到 ROM 的信息这一部分势必还是会要涉及到大量的回溯与关联

  个人觉得，用得越多，建立的关联越深刻，信息就会更深的刻印在 ROM 的部分。

一些练习

Mapp 提供了几个模板用来练习

需要注意的是，写给别人看（没有什么主观向）的 MM 其实更难画，这个和上面涉及到的从 address 获取记忆有关。比如说 life highlights 这里，如果别人画了个 🎹，主观意识上你也无法判断这个究竟代表音乐、钢琴还是电子琴，或者只是一个乐器，因为这种图是一个主观向且个性化的内容。

但是就是因为其主观性和个性化，也代表着如果是本人绘制的 MM，那么一眼就能知道自己想要表达的内容——前提也是关键词够清晰，对这个关键词的印象最深刻。

另一个例子是这个：

作为开发（特别是前端开发）估计默认看到这种 logo 就认为是 react，但是如果是化学/物理专业的，看到这个 logo 大概会联想到电子轨道（electron orbital）：

本质上来说，二者都没错，但是这就更说明，选用的 icon 要对自己来说足够的 独特，才能够一眼看到就能够进行回溯