樹莓派btc

A. 比特幣挖機如何挖到比特幣

一、挖礦原理

最初的時候，我們用電腦CPU就可以挖到比特幣，比特幣的創始人中本聰就是用他的電腦CPU挖出了世界上第一個創世區塊。然而，CPU挖礦的時代早已過去，現在的比特幣挖礦是ASIC挖礦和大規模集群挖礦的時代。

回顧挖礦歷史，比特幣挖礦總共經歷了以下五個時代：

CPU挖礦→GPU挖礦→FPGA挖礦→ASIC挖礦→大規模集群挖礦

挖礦晶元更新換代的同時，帶來的挖礦速度的變化是：

CPU（20MHash/s）→GPU（400MHash/s）→FPGA（25GHash/s）→ASIC（3.5THash/s）→大規模集群挖礦（3.5THash/s*X）

挖礦速度，專業的說法叫算力，就是計算機每秒產生hash碰撞的能力。也就是說，我們手裡的礦機每秒能做多少次hash碰撞，就是算力。算力就是挖比特幣的能力，算力越高，挖得比特幣越多，回報越高。

在比特幣的世界裡，大約每10分鍾會記錄一個數據塊。所有的挖礦計算機都在嘗試打包這個數據塊提交，而最終成功生成這個數據塊的人，就可以得到一筆比特幣報酬。最初，大約每10分鍾就可以產生50個比特幣的比特幣報酬。但是該報酬每4年減半，現在每10分鍾比特幣網路就可以產生25個比特幣。

而要成功生成數據塊，就需要礦工需要找到那個有效的哈希值，而要得到正確的哈希值，沒有捷徑可以走，只能靠猜，猜的過程就是計算機隨機hash碰撞的過程，猜中了，你就得到了比特幣。

二、挖礦方法

1、挖礦方式：從一台礦機到大規模礦場

如果你開始嘗試挖礦，你需要准備一台礦機、一台能聯網的電腦、一個AUC、一個樹莓派、電源及各種連接線等。各種設備的連接順序為網線->樹莓派->MicroUSB線->AUC->4PIN連接線->礦機和電源。

圖3：礦場圖（成千上萬台礦機規模）

如今，抱一台礦機回家或者部署一個家庭小作坊挖礦（幾十台礦機）的中小曠工盈利空間非常有限，挖礦行業也正逐漸向有廉價電資源、有專業化部署能力的企業和團隊集中。

影響挖礦收益的因素有很多，比如礦機的性能和功耗、全網的算力和難度、礦場的部署和運維能力、有沒有廉價電的資源、以及幣價和政策的導向等等。目前優秀的礦企，他們擁有晶元研發的能力、大量的算力、專業的礦場部署和運營經驗等，在未來，資源、算力會越來越向這些礦企集中。

2、礦池

除了上面的裝備，你還需要一個必備的工具——礦池。礦池的作用是集合大量礦機算力，增大你得到比特幣的幾率，同時將你未來能得到的比特幣收益提前平均分配到你的賬戶里。

簡單的解釋如下：現在比特幣全網每10分鍾產生一個區塊，這個區塊包含25個比特幣。假設全球有1W人參與挖礦，那麼在這10分鍾內，只有1個幸運兒拿走了這25個比特幣，其它人則顆粒無收。而礦池的原理是大家組隊開采，並按約定的分配方式分配，使得礦工的比特幣收益趨於穩定，減少礦工的風險。在此以最常用的PPS分配方式為例，假設你的算力是10T,而整個礦池的算力是100T，你的算力占礦池算力的1/10，假設礦池一天能產生10個比特幣，那你每天就能拿到1個比特幣。

3、雲算力

在現實情況下，挖礦礦機常常供不應求，同時，礦機發貨需要很長的等待期。礦機安裝、調試、維護等流程非常復雜，需要耗費大量的精力，礦工們還要忍受礦機的噪音和熱量。對礦工來說，最大的成本還不是這些，是挖礦所消耗的高昂的電費，中小礦工的盈利空間越來越小甚至為負。

三、挖礦收益與風險

挖礦收益可以通過以下公式來計算:

挖礦收益=產生的比特幣*幣價-礦機成本-電費-託管費

如果你只是一個小礦工，一般情況只要扣除礦機成本和電費即可。

挖礦風險如下：

• 比特幣數量目前不足450萬枚 用不增發

• 比特幣幣價波動，價格回調就會導致回本周期延長。

• 挖礦難度的提升 目前我們的機子是可以滿足市場的需求

• 斷電 斷網的風險

B. 如何用樹莓派挖比特幣

可以網路啊

C. 0基礎自學python，有入門書籍推薦下么

AlphaGo 都在使用的 Python 語言，是最接近 AI 的編程語言。

教育部考試中心近日發布了「關於全國計算機等級（NCRE）體系調整」的通知，決定自2018年3月起，在全國計算機二級考試中加入了「Python語言程序設計」科目。

9個月前，浙江省信息技術課程改革方案已經出台，Python確定進入浙江省信息技術教材，從2018年起浙江省信息技術教材編程語言將會從vb更換為Python。

小學生都開始學Python了，天吶擼，學習Python看完這些准沒錯。

安利一波書單

Python入門

Python數據分析》

作者： 【印尼】Ivan Idris

Python是一種多范型編程語言，既適用於面向對象的應用開發，又適合函數式設計模式。Python已經成為數據科學家進行數據分析、可視化以及機器學習的一種理想編程語言，它能幫助你快速提升工作效率。

本書將會帶領新手熟悉Python數據分析相關領域的方方面面，從數據檢索、清洗、操作、可視化、存儲到高級分析和建模。同時，本書著重講解一系列開源的Python模塊，諸如NumPy、SciPy、matplotlib、pandas、IPython、 Cython、scikit-learn和NLTK等。此外，本書還介紹了數據可視化、信號處理、時間序列分析、資料庫、預測性分析和機器學習等主題。通過閱讀本書，你將華麗變身數據分析高手。

D. 正在學習python，教程中有兩句理解不了，請大神指教。

'%2d-%02d' % (3, 1) 左邊是字元串 右邊是數字 格式化字元串（類似C語言printf中的用法） %2d是長度為2的數字 不足前面補空格，%02d是長度為2的數字 不足兩位補0
'%.2f' % 3.1415926 %.2f是保留兩位小數點的浮點數