参照元「http://www.jpwind.com/JP/Grammar/20070723231451.html
」
ようだ与みたいだ两者用法上的比较
。
◆一、表示比喻
,形式是,A
はB
のようだ;A
はB
みたいだ。本来
A
不是
B
,但把它比作
B
。
这时
,两者通用,但ようだ可以用于书
面语
、也可以用于口语
,而みたいだ多用于口语
。例如:
1
、まるで、石みたいに(○
石のように)固いパンだ。
⇒
就像石头
那样
硬的面包。
2、講演が終わると、嵐のような(×みたいな)拍手が沸き起こった。
⇒报
告完了之后,响起了暴风
雨般的掌声。(句子很文气,而みたいな
是大白话
,难
以协调
。)
◆二、表示推断,根据看到的、感
觉
到的情况,作出推断。
这时
,两者都可以用,不过
ようだ可以用于书
面语
和口语
,而みたいだ多用于口语
。 例如:
1、あの話はどこかで聞いたようだ(○
みたいだ)。
⇒那件事以前好象在哪儿听到过
。
2、試験地獄は当分解消しそうもないようだ(×
みたい)。
⇒入学考试难
,一个时
期似乎解决不了。(句子是文章语
,用みたい不协调
。)
在推断旁人的感情和意志时
,一般也只用ようだ而不用みたいだ。例如:
3、分からないようだったら(×
みたい)、ご遠慮なくお聞きください。
⇒如果不懂的话
,请
不客气的问
。
表示推断的惯
用形:ように思う、ように見える。已成习惯说
法,这时
的ように不能用みたいに代替。例如:
4、この本は、君たちには難し過ぎるように(×
みたいに)思われる。
⇒
这
本
书对
你
们
来
说
,好象太容易了点。
◆三、表示例示。
举
一个例子,暗示其他
类
似的人和物。此
时
,两者都用。
但みたいだ在用法上受到限制。例如;
1、タバコやお酒のような(○
みたいな)体に害のある物はやめたほうがいいです。
⇒像烟酒之
类对
身体有害的
东
西,最好戒掉。
接在この、その、あの、どの、次の、前の等指示性连
体词
后面时
,只能用ようだ不能用みたいだ。例如:
2、このような(×
みたいな)ときには、当直に電話を掛けて報告せねばならない。
⇒这
种时
候,必须
向值
班员
打电话报
告。
3、彼の学説は大体次のよう(×
みたい)である。
⇒
他的学说
大致如下。
另外,在庄重的场
合下,用ようだ为
宜,みたいだ一般只用于较
随便的场
合(例略)。
◆四、用ようだ的连
用形ように的形式,表示行为
目的,这时
不能用みたいに代替。例:
1、よく聞こえるように(×
みたいに)、前のほうに座りました。
⇒为
了听的清楚,坐到了前面。
◆五、用ように的形式,表示劝
告、愿望、请
求、要求、命令等的内容,这时
,不能用みたいだ代替。例如:
1、風邪を引かないように(×
みたいに)、気をつけなさい。
⇒请
注意不要感冒。
◆六、表示引言,也只能用ように、ような不能用みたいに、みたいな。例如:
1、電話で話したように(×
みたいに)、この問題はもう解決した。
⇒正如
电话
所
说
的那
样
,
这
个
问题
已
经
解决了。
◆七、用ようになる的形式表示状态变
化,也不能用みたいになる代替。例如:
1、日本語で電話が掛けられるよう(×
みたい)になりました。
⇒
已经
能用日语
打电话
了。
みたいだ的用法就以上几种。
分享到:
相关推荐
43. 原来如此:そうだったのか(Sou datta no ka) 44. 好可怕:こわい(Kowai) 45. 这样可以吗?:これで大丈夫ですか?(Kore de daijoubu desu ka?) 46. 去死吧:死んでくれ(Shinde kureru) 47. 很有趣:...
告别语“撒腰那拉(さようなら)”并不常用,更常见的有“八一(ばい)”、“甲阿内(じゃあな)”等。 2. **感谢与道歉**:“谢谢”是“阿里嘎脱(ありがとう)”,“对不起”则有“死米马散(すみません)”和...
”“台風のためにこの木が倒れようとしています因为台风的原因,这棵树就要倒了。” - **生词表4** - **旅**: 旅行。例句:“この前に船の旅をしました之前曾经乘船旅行过。” - **夜空**: 夜空。例句:“花火が...
外加热强制循环蒸发器装配图(CAD).rar
数控车床纵向进给系统设计.zip
j
爬虫 bangumi名称和评论数
基于SpringBoot的垃圾分类回收系统,系统包含两种角色:管理员、用户主要功能如下。 【用户功能】 首页:浏览垃圾分类回收系统信息。 个人中心:管理个人信息,查看历史记录和订单状态。 运输管理:查看运输信息,垃圾回收的时间和地点。 公告管理:阅读系统发布的相关通知和公告。 垃圾回收管理:查看垃圾回收的信息,回收类型和进度。 垃圾出库申请管理:提交和查看垃圾出库申请的状态。 【管理员功能】 首页:查看垃圾分类回收系统。 个人中心:管理个人信息。 管理员管理:审核和管理注册管理员用户的信息。 用户管理:审核和管理注册用户的信息。 运输管理:监管和管理系统中的运输信息。 公告管理:发布、编辑和删除系统的通知和公告。 垃圾回收管理:监管和管理垃圾回收的信息。 垃圾出库申请管理:审批和管理用户提交的垃圾出库申请。 基础数据管理:管理系统的基础数据,运输类型、公告类型和垃圾回收类型。 二、项目技术 编程语言:Java 数据库:MySQL 项目管理工具:Maven 前端技术:Vue 后端技术:SpringBoot 三、运行环境 操作系统:Windows、macOS都可以 JDK版本:JDK1.8以上都可以 开发工具:IDEA、Ecplise、Myecplise都可以 数据库: MySQL5.7以上都可以 Maven:任意版本都可以
内容概要:本文档是台湾大学计算机科学与信息工程系2021年秋季学期《算法设计与分析》课程的第一次作业(Homework#1)。作业包含四道编程题和三道手写题,旨在考察学生对算法设计和分析的理解与应用能力。编程题涉及汉诺塔、数组计算、矩形点对、糖果分配等问题;手写题涵盖渐近符号证明、递归方程求解、幽灵腿游戏优化、不公平的卢卡斯问题等。文档详细描述了每个问题的具体要求、输入输出格式、测试用例以及评分标准。此外,还提供了编程技巧和注意事项,如避免延迟提交、正确引用资料、处理大输入文件等。 适合人群:具备一定编程基础的本科生或研究生,特别是修读过或正在修读算法设计与分析相关课程的学生。 使用场景及目标:①帮助学生巩固课堂所学的算法理论知识;②通过实际编程练习提高解决复杂问题的能力;③为后续更深入的学习和研究打下坚实的基础。 其他说明:此作业强调团队合作和个人独立思考相结合的重要性,鼓励学生在讨论后用自己的语言表达解决方案,并注明参考资料。对于编程题,特别提醒学生注意输入文件可能较大,建议采取适当的优化措施以确保程序运行效率。
基于SpringBoot的铁路订票管理系统,系统包含两种角色:管理员、用户主要功能如下。 【用户功能】 首页:浏览铁路订票管理系统的主要信息。 火车信息:查看火车的相关信息,包括车次、出发地、目的地和票价等。 公告资讯:阅读系统发布的相关通知和资讯。 后台管理:进行系统首页、个人中心、车票预订管理、车票退票管理等操作。 个人中心:管理个人信息,查看订单历史记录等。 【管理员功能】 首页:查看铁路订票管理系统。 个人中心:修改密码、管理个人信息。 用户管理:审核和管理注册用户的信息。 火车类型管理:管理系统中的火车类型信息。 火车信息管理:监管和管理系统中的火车信息,添加、编辑、删除等。 车票预订管理:处理用户的车票预订请求。 车票退票管理:处理用户的车票退票请求。 系统管理:管理系统的基本设置,公告资讯、关于我们、系统简介和轮播图管理。 二、项目技术 编程语言:Java 数据库:MySQL 项目管理工具:Maven 前端技术:Vue 后端技术:SpringBoot 三、运行环境 操作系统:Windows、macOS都可以 JDK版本:JDK1.8以上都可以 开发工具:IDEA、Ecplise、Myecplise都可以 数据库: MySQL5.7以上都可以 Maven:任意版本都可以
塑料架注射模具设计.rar
基于json文件数据驱动的的接口测试框架
铁丝缠绕包装机设计-缠绕盘设计.rar
linux
圆柱体相贯线焊接专机工作台设计.rar
硬币分拣机设计.rar
内容概要:本文探讨了开发行业级机器学习和数据挖掘软件的经验与教训,指出当前研究界与工业界之间的脱节问题。作者分享了开发LIBSVM和LIBLINEAR的经验,强调了用户需求的重要性。大多数用户并非机器学习专家,期望简单易用的工具来获得良好结果。文章还详细介绍了支持向量机(SVM)的实际应用案例,包括数据预处理(如特征缩放)、参数选择等步骤,并提出了为初学者设计的简易流程。此外,作者讨论了在设计机器学习软件时应考虑的功能选择、选项数量、性能优化与数值稳定性等问题,强调了软件开发与实验代码的区别以及鼓励研究人员参与高质量软件开发的重要性。 适合人群:对机器学习软件开发感兴趣的科研人员、工程师及从业者,尤其是那些希望了解如何将学术研究成果转化为实际可用工具的人士。 使用场景及目标:①帮助非机器学习专家的用户更好地理解和使用机器学习方法;②指导开发者在设计机器学习软件时考虑用户需求、功能选择、性能优化等方面的问题;③促进学术界与工业界之间的合作,推动高质量机器学习软件的发展。 其他说明:本文不仅提供了具体的开发经验和技巧,还呼吁建立激励机制,鼓励更多研究人员投入到机器学习软件的开发中,以解决当前存在的研究与应用脱节的问题。
一天入门pandas代码
该资源为joblib-0.12.0-py2.py3-none-any.whl,欢迎下载使用哦!
内容概要:本文档《xtuner_requirements.txt》列出了用于支持特定项目(可能是机器学习或深度学习项目)运行所需的所有Python包及其版本。其中不仅包括常见的数据处理和科学计算库如numpy、pandas,还包括了与深度学习密切相关的库如torch、transformers等。值得注意的是,文档中还特别指定了NVIDIA CUDA相关组件的具体版本,确保了GPU加速环境的一致性和兼容性。此外,文档中也包含了从GitHub直接安装的xtuner库,明确了具体的提交哈希值,保证了代码来源的精确性。 适合人群:对机器学习、深度学习领域有一定了解并需要搭建相应开发环境的研发人员,尤其是那些希望复现特定实验结果或基于已有模型进行二次开发的研究者和技术爱好者。 使用场景及目标:①帮助开发者快速搭建完整的开发环境,确保所有依赖项正确无误;②为研究人员提供一个稳定的实验平台,以便于重复实验和验证结果;③作为项目协作的基础,确保团队成员之间的环境一致性,减少因环境差异带来的问题。 阅读建议:由于该文档主要为技术性依赖列表,在阅读时应重点关注所需安装的库及其版本号,特别是CUDA相关组件和自定义库(如xtuner)的安装方式。对于非技术人员而言,可能需要额外查阅相关资料来理解各库的作用。同时,在实际操作过程中,建议按照文档中的顺序逐一安装依赖,避免版本冲突等问题的发生。