树莓派btc

A. 比特币挖机如何挖到比特币

一、挖矿原理

最初的时候，我们用电脑CPU就可以挖到比特币，比特币的创始人中本聪就是用他的电脑CPU挖出了世界上第一个创世区块。然而，CPU挖矿的时代早已过去，现在的比特币挖矿是ASIC挖矿和大规模集群挖矿的时代。

回顾挖矿历史，比特币挖矿总共经历了以下五个时代：

CPU挖矿→GPU挖矿→FPGA挖矿→ASIC挖矿→大规模集群挖矿

挖矿芯片更新换代的同时，带来的挖矿速度的变化是：

CPU（20MHash/s）→GPU（400MHash/s）→FPGA（25GHash/s）→ASIC（3.5THash/s）→大规模集群挖矿（3.5THash/s*X）

挖矿速度，专业的说法叫算力，就是计算机每秒产生hash碰撞的能力。也就是说，我们手里的矿机每秒能做多少次hash碰撞，就是算力。算力就是挖比特币的能力，算力越高，挖得比特币越多，回报越高。

在比特币的世界里，大约每10分钟会记录一个数据块。所有的挖矿计算机都在尝试打包这个数据块提交，而最终成功生成这个数据块的人，就可以得到一笔比特币报酬。最初，大约每10分钟就可以产生50个比特币的比特币报酬。但是该报酬每4年减半，现在每10分钟比特币网络就可以产生25个比特币。

而要成功生成数据块，就需要矿工需要找到那个有效的哈希值，而要得到正确的哈希值，没有捷径可以走，只能靠猜，猜的过程就是计算机随机hash碰撞的过程，猜中了，你就得到了比特币。

二、挖矿方法

1、挖矿方式：从一台矿机到大规模矿场

如果你开始尝试挖矿，你需要准备一台矿机、一台能联网的电脑、一个AUC、一个树莓派、电源及各种连接线等。各种设备的连接顺序为网线->树莓派->MicroUSB线->AUC->4PIN连接线->矿机和电源。

图3：矿场图（成千上万台矿机规模）

如今，抱一台矿机回家或者部署一个家庭小作坊挖矿（几十台矿机）的中小旷工盈利空间非常有限，挖矿行业也正逐渐向有廉价电资源、有专业化部署能力的企业和团队集中。

影响挖矿收益的因素有很多，比如矿机的性能和功耗、全网的算力和难度、矿场的部署和运维能力、有没有廉价电的资源、以及币价和政策的导向等等。目前优秀的矿企，他们拥有芯片研发的能力、大量的算力、专业的矿场部署和运营经验等，在未来，资源、算力会越来越向这些矿企集中。

2、矿池

除了上面的装备，你还需要一个必备的工具——矿池。矿池的作用是集合大量矿机算力，增大你得到比特币的几率，同时将你未来能得到的比特币收益提前平均分配到你的账户里。

简单的解释如下：现在比特币全网每10分钟产生一个区块，这个区块包含25个比特币。假设全球有1W人参与挖矿，那么在这10分钟内，只有1个幸运儿拿走了这25个比特币，其它人则颗粒无收。而矿池的原理是大家组队开采，并按约定的分配方式分配，使得矿工的比特币收益趋于稳定，减少矿工的风险。在此以最常用的PPS分配方式为例，假设你的算力是10T,而整个矿池的算力是100T，你的算力占矿池算力的1/10，假设矿池一天能产生10个比特币，那你每天就能拿到1个比特币。

3、云算力

在现实情况下，挖矿矿机常常供不应求，同时，矿机发货需要很长的等待期。矿机安装、调试、维护等流程非常复杂，需要耗费大量的精力，矿工们还要忍受矿机的噪音和热量。对矿工来说，最大的成本还不是这些，是挖矿所消耗的高昂的电费，中小矿工的盈利空间越来越小甚至为负。

三、挖矿收益与风险

挖矿收益可以通过以下公式来计算:

挖矿收益=产生的比特币*币价-矿机成本-电费-托管费

如果你只是一个小矿工，一般情况只要扣除矿机成本和电费即可。

挖矿风险如下：

• 比特币数量目前不足450万枚 用不增发

• 比特币币价波动，价格回调就会导致回本周期延长。

• 挖矿难度的提升 目前我们的机子是可以满足市场的需求

• 断电 断网的风险

B. 如何用树莓派挖比特币

可以网络啊

C. 0基础自学python，有入门书籍推荐下么

AlphaGo 都在使用的 Python 语言，是最接近 AI 的编程语言。

教育部考试中心近日发布了“关于全国计算机等级（NCRE）体系调整”的通知，决定自2018年3月起，在全国计算机二级考试中加入了“Python语言程序设计”科目。

9个月前，浙江省信息技术课程改革方案已经出台，Python确定进入浙江省信息技术教材，从2018年起浙江省信息技术教材编程语言将会从vb更换为Python。

小学生都开始学Python了，天呐撸，学习Python看完这些准没错。

安利一波书单

Python入门

Python数据分析》

作者： 【印尼】Ivan Idris

Python是一种多范型编程语言，既适用于面向对象的应用开发，又适合函数式设计模式。Python已经成为数据科学家进行数据分析、可视化以及机器学习的一种理想编程语言，它能帮助你快速提升工作效率。

本书将会带领新手熟悉Python数据分析相关领域的方方面面，从数据检索、清洗、操作、可视化、存储到高级分析和建模。同时，本书着重讲解一系列开源的Python模块，诸如NumPy、SciPy、matplotlib、pandas、IPython、 Cython、scikit-learn和NLTK等。此外，本书还介绍了数据可视化、信号处理、时间序列分析、数据库、预测性分析和机器学习等主题。通过阅读本书，你将华丽变身数据分析高手。

D. 正在学习python，教程中有两句理解不了，请大神指教。

'%2d-%02d' % (3, 1) 左边是字符串 右边是数字 格式化字符串（类似C语言printf中的用法） %2d是长度为2的数字 不足前面补空格，%02d是长度为2的数字 不足两位补0
'%.2f' % 3.1415926 %.2f是保留两位小数点的浮点数