范文健康探索娱乐情感热点
投稿投诉
热点动态
科技财经
情感日志
励志美文
娱乐时尚
游戏搞笑
探索旅游
历史星座
健康养生
美丽育儿
范文作文
教案论文

还在头疼每月房贷还款,这个房贷计算机让你一目了然

  本文分享自华为云社区《房贷计算器-从原理、计算到提前还款和可视化-云社区-华为云》,作者: 蜉蝣与海 。
  摘要:最近各地楼市震荡不断,不少银行纷纷降息,随后更是引发了一波提前还款的大潮。通过楼市小程序上贷款计算器等工具人们可以很容易的了解每期还款本金、不同还款方式的利息差异、提前还款节省利息等问题。了解这些工具的计算原理,可以做到心中有数,临危不慌。本文已发布至华为云生态社区AI Gallery,文中涉及所有代码可以直接通过页面进入云上Code Lab运行,欢迎开发者前往体验。 前言
  最近各地楼市震荡不断,2022年12月份以来不少银行纷纷降息,随后更是引发了一波提前还款的大潮。不少地区楼市相关的微信小程序也自带了贷款计算器、提前还款计算器等工具,通过这些工具人们可以很容易的了解每期还款本金、等额本金/本息的利息差异、提前还款节省利息的问题。
  了解这些计算工具的相关原理,可以做到心中有数,临危不慌。
  注:本文对应代码和脚本发布至华为云生态社区AI Gallery:贷款计算器-从原理、公式到提前还款和可视化欢迎开发者前往体验,文中涉及所有代码可以直接通过页面进入Model Arts Code Lab运行。使用该脚本稍加修改后即可尝试开发一个适合自身地区政策的贷款计算&提前还款小程序。本文只是研究贷款生成、提前还贷方面的相关计算原理,不构成任何投资理财方面的建议。如何计算利息背景:等额本金和等额本息的共同点
  了解过贷款的小伙伴都知道,贷款有等额本金和等额本息这两种方式,前者每月还款的本金相同,利息逐月递减;后者每月还款额相同,刚开始还款时利息还的多,后面本金还的逐渐增多。参考网上讨论利息计算的诸多文章,两个模型理论上,都有下列共同特点:利息按月利率计算,一月一期按期还款情况下当月应还利息只由未还完的本金决定每月还款额除了未还本金产生的全部利息外,剩下的金额应该全部用于偿还本金
  像最近部分银行提出的先息后本(先还利息若干年,最后一次性偿还本金)则不符合这个条件。还款额的计算
  知乎文章为什么买房贷款,最好选择等额本金?中提到了一个例子:
  前阵子,院长有位朋友在惠州买了套120平米的房,总价125万左右,大约贷了87.5万。
  办房贷的时候,他听从销售的建议,选了【等额本息】的还款方式。每个月固定还5726.39元。这个还款额度在他的承受范围之内,因此就选了。
  那假如选择等额本金呢?第一个月要还的金额为7218.75元,此后每个月少还14.89元,直至20年后还完。
  通过描述可知,贷款87.5万,贷20年,等额本息每月还款5726.39元,等额本金首月还款7218.75元。假设文中的贷款未使用公积金,计算时利率为固定利率,根据网上的贷款计算器可知此时的贷款年利率为4.9%。
  以这个例子为例,简单说明等额本金和等额本息的计算方法:
  首先贷20年,按月分期,贷款为
  20∗12=240期。
  年利率4.9%,月利率为
  0.049÷12=0.004983 即0.4083%。
  等额本金 情况下:
  每月应还本金=总本金÷期数
  每月应还利息=剩余本金×月利率
  每月还款额=每月应还本金+每月应还利息
  在这个例子中:每月应还本金为
  875000÷240=3645.83元首月应还利息为
  875000×0.4083元首月应还:
  3645.83+3572.92=7218.75元。第2月剩余本金为
  875000−3645.83=871354.17元。第2月应还利息为
  871354.17×0.4083元。第2月应还:
  3645.83+3558.03=7203.86元。
  将这段逻辑抽象为代码有:import matplotlib.pyplot as plt import numpy as np def averageCapital(months, principal, rate):     month_rate = rate / 12     monthly_capital = principal / months     interests = [0] * months     capitals = [0] * months     left_principal = [0] * months     left_principal[0] = principal     total_payment = [0] * months     for i in range(0, months):         interests[i] = left_principal[i] * month_rate         capitals[i] = monthly_capital         total_payment[i] = monthly_capital + interests[i]         if i + 1 < months:             left_principal[i + 1] = left_principal[i] - monthly_capital     return capitals, interests, total_payment
  为了便于查看再封装一个打印成表格的函数:import pandas as pd def drawTable(months, fn, *args, **kwargs):     capitals, interests, total_payment = fn(months, *args, **kwargs)     paid_capital = [0] * months     paid_interests = [0] * months     paid_capital[0] = capitals[0]     paid_interests[0] = interests[0]     for x in range(1, months):         paid_capital[x] = paid_capital[x - 1] + capitals[x]         paid_interests[x] = paid_interests[x - 1] + interests[x]     origin = pd.DataFrame([total_payment, capitals, interests, paid_capital, paid_interests])     return pd.DataFrame(origin.values.T, columns=["还款额","还款本金","还款利息","已还本金","已还利息"], index=np.arange(1, months + 1))
  我们运行一下知乎上的例子,看看头几年还款的本金、利息等:pd.options.display.float_format = "{:.2f}".format drawTable(12 * 20, averageCapital, 875000, 0.049)[0:10]
  可以看到和文中描述一致,使用微信房小团小程序,也可以打印出一致的结果。
  等额本息 的计算方法有些复杂,参考用Python深度解读房贷利率文中的解法,设A为本金,第i个月月末所欠银行本金为Ai,每月所还贷款总额为X,月利率为β, 则有:
  由于最后一期时剩余本金为0,可反解得:
  这里m为总期数(在刚刚的例子中,m=240)。而后就可以使用与等额本金计算中类似的逻辑,从第一期所还利息开始,反推每期的利息与本金。具体代码如下:def averageCapitalPlusInterest(months, principal, rate):     month_rate = rate / 12     monthly_payment = principal * month_rate * (1 + month_rate) ** months / ((1 + month_rate) ** months - 1)     interests = [0] * months     capitals = [0] * months     left_principal = [0] * months     left_principal[0] = principal     total_payment = [0] * months     for i in range(0, months):         total_payment[i] = monthly_payment         interests[i] = left_principal[i] * month_rate         capitals[i] = total_payment[i] - interests[i]         if i + 1 < months:             left_principal[i + 1] = left_principal[i] - capitals[i]     return capitals, interests, total_payment
  我们运行一下知乎上的例子,看看等额本息模式下第8年附近,到底还了多少利息和本金:drawTable(12 * 20, averageCapitalPlusInterest, 875000, 0.049)[90:100]
  可以看到第96期(第8年年终)时,本金还了25万,但利息已经还了近30万了,和之前文中例子的数据是可以对得上的。还款可视化
  刚刚我们已经将还款的各项数据以表格的形式打印。此外我们还可以借助python的能力,打印还款的柱状图。import numpy as np def printStatistics(capitals, interests, total_payment, months):     print("总本金:" + str(np.sum(capitals)))     print("总利息:" + str(np.sum(interests)))     print("总利息/总本金" + str(np.sum(interests)/np.sum(capitals)))     print("首月还款 %.2f 末月还款: %.2f" % (total_payment[0], total_payment[months - 1]))  def drawDiagram(months, fn, *args, **kwargs):     capitals, interests, total_payment = fn(months, *args, **kwargs)     printStatistics(capitals, interests, total_payment, months)     month_array = np.arange(1, months + 1, 1)     height = interests     plt.bar(month_array, capitals, width=0.2, align="center", color="red")     plt.bar(month_array, interests, width=0.2, align="center", color="blue", bottom=capitals)     plt.show()
  再跑一下知乎的例子,绘制等额本金和等额本息的还款柱状图:drawDiagram(12 * 20, averageCapital, 875000, 0.049)
  如图,蓝色是所还利息,红色是所还本金。可以看出本金每月不变,利息逐月递减的特征。
  等额本息情况下:drawDiagram(12 * 20, averageCapitalPlusInterest, 875000, 0.049)
  也能看出所绘图形和等额本息的含义基本一致。
  另外部分城市可以公积金贷款,以杭州为例,目前杭州公积金充足情况下可贷50w-60w,这里考虑一下公积金的情况:def averageCapitalWithPublicFund(months, principal1, rate1, principal2, rate2):     a, b, c = averageCapital(months, principal1, rate1)     a1, b1, c1 = averageCapital(months, principal2, rate2)     return np.sum([a,a1],axis=0).tolist(), np.sum([b,b1],axis=0).tolist(), np.sum([c,c1],axis=0).tolist() drawTable(12 * 20, averageCapitalWithPublicFund, 700000, 0.041, 300000, 0.031)[0:10]
  这里算了下商贷70w(利率4.1%),公积金贷30w(利率3.1%)下组合贷款的情况,和微信小程序房小团的计算是一致的。提前还款相关原理
  再来讨论下提前还款。如果知乎文中买房的那位,在贷款1年后提前还款10w会怎样呢?了解一点背景知识的朋友,都知晓提前还款分两种情况:年限不变,月供减少年限缩短,月供不变
  现在分情况讨论,并给出计算函数。
  注:notebook中所有计算结果均在微信房小团小程序上得到互相验证。年限不变,月供减少
  这种情况下,相当于在提前还款月之后重新做了一次贷款。我们首先对刚刚的计算函数进行一定的简化,抽象一下公共的部分。def normalPaid(months, principal, rate, capitalAveraged):     month_rate = rate / 12     monthly_capital = principal / months     monthly_payment = principal * month_rate * (1 + month_rate) ** months / ((1 + month_rate) ** months - 1)     interests = [0] * months     capitals = [0] * months     left_principal = [0] * months     left_principal[0] = principal     total_payment = [0] * months     for i in range(0, months):         interests[i] = left_principal[i] * month_rate         if capitalAveraged:             capitals[i] = monthly_capital             total_payment[i] = monthly_capital + interests[i]         else:             total_payment[i] = monthly_payment             capitals[i] = total_payment[i] - interests[i]         if i + 1 < months:             left_principal[i + 1] = left_principal[i] - capitals[i]     return capitals, interests, total_payment drawTable(12 * 20, normalPaid, 875000, 0.049, False)[10:14]
  drawTable(12 * 20, normalPaid, 875000, 0.049, True)[10:14]
  可以看到抽象出公共结构后,前后的计算结果并没有发生变化。
  考虑年限不变提前还款的情况,这里将每次提前还款的时间和金额组成python的元组,若干个(账期,还款金额)元组组成一个list输入函数。函数首先计算正常情况下的还款信息,而后根据提前还款信息,修改提前还款日的剩余本金,并从各个提前还款日重新计算剩余还款。def extraPaidWithFixedPeriod(months, principal, rate, capitalAveraged, extraPaidList :list):     capitals, interests, total_payment = normalPaid(months, principal, rate, capitalAveraged)     extraPaidList.sort(key=lambda x:x[0])     originCapital, originInterests, originTotal = capitals.copy(), interests.copy(), total_payment.copy()     left_principal = [0] * months     left_principal[0] = principal     for x in range(0,months):         if x < months - 1:             left_principal[x + 1] = left_principal[x] - capitals[x]     def normalPaidOffset(left_months, principal, rate, capitalAveraged, offset):         month_rate = rate / 12         monthly_capital = left_principal[offset] / left_months         monthly_payment = left_principal[offset] * month_rate * (1 + month_rate) ** left_months / ((1 + month_rate) ** left_months - 1)         for i in range(0, left_months):             interests[offset + i] = left_principal[offset + i] * month_rate             if capitalAveraged:                 capitals[offset + i] = monthly_capital                 total_payment[offset + i] = monthly_capital + interests[offset + i]             else:                 total_payment[offset + i] = monthly_payment                 capitals[offset + i] = total_payment[offset + i] - interests[offset + i]             if i == 0:                 print("次月还款 %.2f" % total_payment[offset + i])             if offset + i + 1 < months:                 left_principal[offset + i + 1] = left_principal[offset + i] - capitals[offset + i]         return     for x,y in extraPaidList:         capitals[x] = capitals[x] + y         left_principal[x + 1] = left_principal[x] - capitals[x]         total_payment[x] = capitals[x] + interests[x]         print("当月需还 %.f 剩余本金 %.f" %(total_payment[x], left_principal[x + 1]))         normalPaidOffset(months - x - 1, left_principal[x + 1], rate, capitalAveraged, x + 1)     printStatistics(originCapital, originInterests, originTotal, months)     print("")     printStatistics(capitals, interests, total_payment, months)     print("节省利息 %.2f" % (np.sum(originInterests) - np.sum(interests)))     return capitals, interests, total_payment, originTotal, originInterests
  再定义几个函数对提前还款节省的利息进行可视化。def drawDiagramExtraPaid(months, capitals, interests, originalTotal, originalInterests, showOriginTotal=True):     month_array = np.arange(1, months + 1, 1)     capital_with_origin_interest = [0] * months     height = interests     for x in range(1, months):         capital_with_origin_interest[x] = capitals[x] + originalInterests[x]     l1 = plt.bar(month_array, originalTotal if showOriginTotal else capital_with_origin_interest, width=0.2, align="center", color="yellow")     l2 = plt.bar(month_array, capitals, width=0.2, align="center", color="red")     l3 = plt.bar(month_array, interests, width=0.2, align="center", color="blue", bottom=capitals)     # plt.legend(handles = [l1, l2,l3], labels = ["每月少还" if showOriginTotal else "节省利息", "本金","利息"], loc = "best",fontsize=20)     plt.ylim(0, (capitals[0]+interests[0])*1.1)     plt.show()  def drawTableExtraPaid(months, capitals, interests, total_payment, originalTotal, originalInterests):     paid_capital = [0] * months     paid_interests = [0] * months     saved_money = [0] * months     paid_capital[0] = capitals[0]     paid_interests[0] = interests[0]     for x in range(1, months):         paid_capital[x] = paid_capital[x - 1] + capitals[x]         paid_interests[x] = paid_interests[x - 1] + interests[x]         saved_money[x] = saved_money[x - 1] + (originalInterests[x] - interests[x] )     origin = pd.DataFrame([total_payment, capitals, interests, paid_capital, paid_interests,saved_money])     return pd.DataFrame(origin.values.T, columns=["还款额","还款本金","还款利息","已还本金","已还利息","累计节省"], index=np.arange(1, months + 1))
  通过参数showOriginTotal的取值,可以分别绘制每月少还的钱与当月节省利息的情况。下面分别绘制了等额本金和等额本息情况下,87.5万贷20年,在第一年还10万后还款和利息的变化情况。a, b, c, d, e = extraPaidWithFixedPeriod(12 * 20, 875000, 0.049, True, [(13,100000)]) drawDiagramExtraPaid(12 * 20, a, b, d, e) drawDiagramExtraPaid(12 * 20, a, b, d, e, False) drawTableExtraPaid(12 * 20, a, b, c, d, e)[10:20]
  a, b, c, d, e = extraPaidWithFixedPeriod(12 * 20, 875000, 0.049, False, [(13,100000)]) drawDiagramExtraPaid(12 * 20, a, b, d, e) drawDiagramExtraPaid(12 * 20, a, b, d, e, False) drawTableExtraPaid(12 * 20, a, b, c, d, e)[10:20]
  可以很方便地看出节省利息在每个月还款额中的比重。月供不变,年限缩短
  这种情况下提前还款导致后续每个月产生的利息少了,但是月供没变,相当于后续每个月额外多还了本金。但是在各类提前还款计算器的计算中,月供并不是和之前相同的,经过反复的计算后和网上的贷款计算器结果最终一致,发现各类提前还款计算器隐含了下列约束:提前还款相当于用剩余本金新做一个贷款。"月供"不是真的不变。而是通过缩短年限方式,使得新贷款首月月供尽可能和当前月供相当。如果是等额本金模式,新贷款首月月供中,偿还本金并未增多,需要略低于上月偿还本金,等额本息模式则无此约束。
  想想这个逻辑也有道理,如果真的"月供不变",那么等额本金模式下提前还款后,后续每个月偿还的本金都会比新做贷款的偿还的本金多,相当于后续每个月都在提前还款,后续每个月月供本金就不能称为"等额"了。
  我们下面先写个求解首月月供的函数,以及通过缩短年限逼近上月月供总额和月供本金的函数。而后计算"月供不变,年限缩短"模式下节省的具体利息。def getFirstPaid(months, principal, rate, capitalAveraged):     month_rate = rate / 12     monthly_capital = principal / months     monthly_payment = principal * month_rate * (1 + month_rate) ** months / ((1 + month_rate) ** months - 1)     interests1 = principal * month_rate     if capitalAveraged:         return monthly_capital + interests1, monthly_capital     else:         return monthly_payment, monthly_payment - interests1 def getLeftMonths(leftMonthsMax, capitalPaidMax, paidMax, leftPrincipal, rate, capitalAveraged):     lastPaid, lastCapitalPaid, lastMonths = 0, 0, 0     for i in range(leftMonthsMax, 1, -1):         paid, capitalPaid = getFirstPaid(i, leftPrincipal, rate, capitalAveraged)         if paid > paidMax or (capitalAveraged and capitalPaid > capitalPaidMax):             return lastMonths, lastPaid, lastCapitalPaid         else:             lastPaid, lastCapitalPaid, lastMonths = paid, capitalPaid, i def extraPaidWithFixedPaid(months, principal, rate,                            capitalAveraged, extraPaidList: list):     capitals, interests, total_payment = normalPaid(         months, principal, rate, capitalAveraged)     extraPaidList.sort(key=lambda x: x[0])     originCapital, originInterests, originTotal = capitals.copy(), interests.copy(), total_payment.copy()     left_principal = [0] * months     left_principal[0] = principal     for x in range(0, months):         if x < months - 1:             left_principal[x + 1] = left_principal[x] - capitals[x]      def normalPaidOffset(left_months, principal, rate,                          capitalAveraged, offset, left_months2):         month_rate = rate / 12         monthly_capital = left_principal[offset] / left_months         monthly_payment = left_principal[offset] * month_rate * (1 + month_rate) ** left_months / ((1 + month_rate) ** left_months - 1)         for i in range(0, left_months):             interests[offset + i] = left_principal[offset + i] * month_rate             if capitalAveraged:                 capitals[offset + i] = monthly_capital                 total_payment[offset + i] = monthly_capital + interests[offset + i]             else:                 total_payment[offset + i] = monthly_payment                 capitals[offset + i] = total_payment[offset + i] - interests[offset + i]             if i == 0:                 print("次月还款 %.2f" % total_payment[offset + i])             if offset + i + 1 < months:                 left_principal[offset + i + 1] = left_principal[offset + i] - capitals[offset + i]         for i in range(left_months, left_months2):             interests[offset + i] = 0             capitals[offset + i] = 0             total_payment[offset + i] = 0         return     realMonth = months     for x, y in extraPaidList:         capitalParam = capitals[x]         capitals[x] = capitals[x] + y         left_principal[x + 1] = left_principal[x] - capitals[x]         total_payment[x] = capitals[x] + interests[x]         maxMonth, maxPaid, maxPaidCapital = getLeftMonths(months - x - 1, capitalParam, total_payment[x - 1], left_principal[x + 1], rate, capitalAveraged)         normalPaidOffset(maxMonth, left_principal[x + 1], rate, capitalAveraged, x + 1, months - x - 1)         realMonth = x + 1 + maxMonth         print("当月需还 %.2f 剩余本金 %.2f 下月需还:%.2f  原本剩余账期:%d,当前剩余账期:%d, 账期缩短:%d" %(total_payment[x], left_principal[x + 1],total_payment[x + 1], months - x - 1,maxMonth, months - x - 1 - maxMonth))     printStatistics(originCapital, originInterests, originTotal, months)     print("")     printStatistics(capitals, interests, total_payment, realMonth)     print("节省利息 %.2f" % (np.sum(originInterests) - np.sum(interests)))     return capitals, interests, total_payment, originTotal, originInterests a, b, c, d, e = extraPaidWithFixedPaid(12 * 20, 875000, 0.049, True, [(13, 100000)]) drawDiagramExtraPaid(12 * 20, a, b, d, e) drawTableExtraPaid(12 * 20, a, b, c, d, e)[10:20]
  a, b, c, d, e = extraPaidWithFixedPaid(12 * 20, 875000, 0.049, False, [(13, 100000)]) drawDiagramExtraPaid(12 * 20, a, b, d, e) drawTableExtraPaid(12 * 20, a, b, c, d, e)[10:20]
  可以看出,虽然缩短年限的本质也是重新做一次贷款,但确实可以节省很多利息。小结
  本文初稿写于华为云AI-Gallery贷款计算器-从原理、公式到提前还款和可视化,通过页面进入CodeLab可以直接在界面上调整参数进行房贷利息、提前还款等相关计算,计算过程原理直观,配合可视化方便理解,欢迎开发者前往体验。
  整篇文章带大家了解了不同房贷贷款方式的差异,以及对房贷利息计算、提前还款的原理做了较为细致的剖析和数据可视化。后续在面对贷款利息计算的问题时,可以直面原理、心中有数、临危不慌。参考资料
  [1]用Python深度解读房贷利率(https://mp.weixin.qq.com/s/hdRb4b7ufYd-hujV1TKHZg)
  [2]为什么买房贷款,最好选择等额本金?
  [3]杭州房小团微信小程序-贷款计算
  [4]杭州房小团微信小程序-提前还款
  点击下方,第一时间了解华为云新鲜技术~
  华为云博客_大数据博客_AI博客_云计算博客_开发者中心-华为云
  #华为云开发者联盟#

卷土重来的日本,军队规模超过30万,装备水平全球一流提起世界上最好战的国家,日本无疑应该榜上有名。作为一个面积仅37万多平方公里的岛国,日本狭小的国土和匮乏的资源,给到了国家发展极大的限制。所以日本自古都有一个大陆情结,他们不满足于曾经让日本畏惧的中国海贼王为何没有在日本建国?曾经日本做了一个调研,日本人最敬畏的中国人有哪些?其中名列榜首的有孙武诸葛亮等人。然而有一个人出乎大多数人的意料!这个中国人在日本称王,日本人为其立雕像。这座雕像正是一个中国人,他善于发现人才的眼睛,往往都是从重用和珍惜身边的人才开始燕昭王屈尊抬贤燕昭王名职,是燕王哙的小儿子。燕王哙晚年把王位禅让给了相国子之,结果导致了燕国的一场内乱。齐国借口为燕国平定内乱而出兵燕国,一直打到燕国的都城,燕王哙和相国子之都被杀C之父诞生历史上的今天整理王启隆透过历史上的今天,从过去看未来,从现在亦可以改变未来。今天是2022年12月30日,在1930年的这一天,青蒿素之母屠呦呦出生。2015年10月5日,屠呦呦获得诺贝尔生理塞尔维亚和科索沃的恩怨情仇,到底是什么样的科索沃原是南斯拉夫塞尔维亚的一个自治省,面积一万多平方公里,人口约200万,其中阿尔巴尼亚族约占90,其余有塞尔维亚族黑山族和土耳其族等。历史上科索沃的先民为巴尔干半岛的伊里利亚人从中国历史上第一个贪官人生,分析贪官产生的本质原因是什么中国史书记载的第一位贪官叫做羊舌鲋。羊舌鲋是晋国的贵族,他先后担任过晋国诸侯韩宣子的司空和理官,他在担任高官期间贪财贪色,贪权被称为中国贪官的鼻祖。韩宣子为了彰显晋国霸权的地位而派朱见深独宠万贵妃,但他真的6年不知亲生子?背后或许是个局明宪宗朱见深是明朝的第八位皇帝,他在很小的时候,就亲身经历了明朝开国以来第二次大的动荡,也就是他父亲朱祁镇遭遇的土木堡之变。这件事情对他影响至深,在被贬的黑暗时光中,是万贞儿一直陪隋朝与秦朝,两个二世而亡的比较一提到隋朝的二世而亡,我们就自然会想到,之前的那个秦朝,也是二世而亡的。这就让我们可以将她们这两个朝代联系起来,进行一番对比性的研究。那么,他们这两个朝代的两个二世而亡,都有哪些相46年戴笠死后,有个貌美的孙女一直留在大陆,她的日子过得怎样?1949年,戴笠之子戴善武看局势不妙,由于从前对共产党人的屠杀,注定自己日后会被惩治。于是,他准备携家带口往台湾逃窜,想要继续投奔蒋介石。谁知,刚到福建,戴善武就被余匪劫持,身上的赵高大权在握,发动政变杀害秦二世,为何被秦三世轻而易举诛杀?说到赵高就不得不说秦朝,毕竟秦朝之所以迅速灭亡和赵高有着很大的关系。是他玩弄秦二世胡亥于股掌之中,骄横专权,结党营私,实行苛政,导致百姓负担日益沉重,犹如生活在水深火热之中,最终激深度分析日本明治中期的道德及教育论争文尼尔医生笔记编辑尼尔医生笔记前言1890年10月,日本明治天皇所制定的教育敕语,不但与大日本帝国宪法一起成为日本天皇政体的重要组成部分,而且对日本的德育甚至是现代国民教育的发展方
半导体板块为什么大跌,还有机会吗?从9月开始半导体板块海内外指数整体下行,当前半导体下游需求分化,手机pc等消费类需求疲软汽车服务器光伏等细分需求相对稳健由于经济转弱,消费不能跟上,以手机为代表的消费类需求疲态,目未来半导体10月11日重要芯闻Gartner三季度全球PC出货量同比降近20创20多年来最大降幅据华尔街日报10月11日报道,个人电脑(PC)需求正以数十年来最快的速度下跌。研究公司GartnerInc。的数据2022年人工智能重要方向进展与未来展望报告来源青源会大纲目录第一章自然语言处理和知识图谱领域的进展及未来展望第二章信息检索与知识挖掘领域进展及未来展望第三章人工智能数学和理论基础领域的进展及未来展望第四章计算机视觉领域的进海天遭遇双标门李锦记空降新高管,调味品内卷图片来源视觉中国文价值研究所最近的调味品行业有点热闹。前有海天深陷双标风波,连发多份声明也未能平息公众质疑,后有李锦记高层震动,短短两年内两度更换CEO。10月7日,李锦记酱料集团和北大掰手腕,压山大半个身位四川省高校真的是很硬气四川优势产业资源产业农产品加工业装备制造业及高新技术产业。重点招商引资产业机械产业信息产业及医药产业。未来产业发展的重点1775产业七大优势产业七大战略性新兴产业和五大高端成长型产一文读懂储能产业链东驰能源引领半固态电池产业技术发展国内大储市场发展迅速,多家储能品牌依托国内渠道资源加大出货布局。2021年国内储能出货宁德时代遥遥领先,储能PCS出货上能电气科华数据增长迅速,储能系统海博思创电工时代科华数据阳光国家统计局我国人口规模持续扩大就业形势保持稳定国家统计局今天(10月10日)发布,党的十八大以来,我国人口规模持续扩大,就业结构不断优化,就业形势保持稳定。2021年末,我国人口数量为141260万人,比2012年末增加533产改小知识为什么要大力提升产业工人的技术技能水平?滨州日报滨州网综合讯2022年是产业工人队伍建设改革实施5周年。为让广大产业工人更加深入全面地了解此项改革的背景和重大意义,特别是了解新时期产业工人队伍建设改革方案中提出的主要举措渔翁得利?不管是普尔走还是格林走,至少维金斯不会走了北京时间10月11日,虽然追梦格林已经给普尔道歉了,但是追梦格林还是不满,所以选择了自我离队,何时归来,就要看勇士队的态度了,而勇士队也不舍得放弃普尔,认为他是库里的接班人,球队的欧冠冷门之夜!曼城被鱼腩逼平,尤文生死战02,4战3败接近出局北京时间10月12日凌晨,欧冠小组赛第4轮,同时爆出大冷门,曼城全场射门14次颗粒无收,哈兰德无缘登场,客场00被哥本哈根逼平。尤文就更糟糕,02不敌海法马卡比,接近小组出局了。哥广东男篮缺席揭幕战,周琦抵达墨尔本凤凰队,中国女篮排名升第二第一新赛季的CBA已经开打,但是对于广东男篮来说却不是好消息,由于内部出现了密集人员,导致广东大部分球员和教练不得不进行隔离,无法按照正常时间赶到杭州赛区,今天官方宣布广东队缺席和