当前位置: 首页 > news >正文

雪泥鸿爪和屈指可数

paw这个单词,表示“爪或手”,是一个和hoof相对的单词:

  • hoof n.(马等动物的)蹄
  • paw n.爪子;(动物的)爪;(人的)手 v.挠,抓;动手动脚

所以,当你理解了 paw 和 hoof 是相对的概念时,你自然也就能将“手”和“爪”两种义涵赋予 paw 这个单词了。

在这里插入图片描述
如果抛开意识形态,我们也可以把人的手看成就是爪,或者爪的一种。在这个世界上,有paw(爪)的生物,是多种多样的,数量极其庞大,但最典型的,当然就是猫、虎、鸟类的爪子了,尤其是鸟类,它们基本都是食肉动物,从这个意义上看,人类是命中注定,是要吃一部分肉的,并具有抓取的功能;相反,典型的,具有hoof的动物,则通常都是草食性动物,是不具有抓取的功能的,因为蹄的末端分端不是细长的、难以明显散开的、也是不(能)弯曲的,你让这样的生物去抓取东西,那可真是难为它们了,总而言之,抓的功能是由爪的生理结构决定的。

正是因为典型性,所以,我们看到 paw 这个单词的时候,一般想到的就是鸟这类生物,想到它们身上的爪子,尤其是飞鸟落在树枝上的情景。但其实,paw 这个单词,可能具有很强的拟声成份,它来自 aw-结构所发的 o 音,也就是说 aw-结构通字母 o,aw-也通au-,因为w-通u-,au-发音上也通 o,所以 paw 这个单词,发音的时候,我们就会想到 po-的发音/pɔː/,所以我们同样可以想到 pot 这样的容器,很大可能也是一个拟声的单词,来自容器中水的声音:

  • pot n.罐,瓶,壶;(某种特定)容器 //po-拟声,来自水器中水的声音
  • paw n.爪;手

paw 这个单词的首字母P/p,从词源上看,有一个源头,源起于掌,可指脚掌、也可指手掌,并引申指手或脚,以及踩、踏、拍打、拍击和行走等相关含义。换句话说,paw 显然是一个象形会意的单词,但同时,paw 也可能像 pot 一样,具有拟声的成份,那这个拟声,会是来自一种什么样的情景或场景呢?个人认为,paw 的拟声,很可能来自鸟降落的声音,具体有三种:鸟落在地面上,鸟落在树枝上,鸟落在雪面上,但很显然,虽然这三种场景都可能传来 PO 的声音,但鸟落在地面或雪面上的声音,可能显得更为明显和典型。所以,我们用【雪泥鸿爪】这个成语中的【雪泥】这样的场景来理解 paw 这个单词的声音缘起,可能会更加方便理解和记忆,飞鸿掠影、鸟落雪泥,传来 PO 的一声,鸟在雪地里,落下显而易见的爪印。

雪泥鸿爪 → 飞鸟降落,落下雪地爪印,传来 PO 的一声 → paw

在这里插入图片描述
一般来说,飞鸟落地的方式,都是以掌落地,留下的,是鸟的爪印,同时,其实也是掌印。

这个掌,或掌印的本质,是一种散开、扇形或扇列结构。而在英语单词中,b-、p-、f-是相通的,所以,下面的这些单词,都是相通的:

  • finger n.手指
  • fan n.扇,风扇
  • fin n.鱼鳍
  • palm n.掌,手掌
  • paw n.爪

而发 PO 音、表示爪的单词 paw 最终没有写成 pau 或 pav ,很有可能 w 在这里也具有象形的成份,即 paw 中的字母 w ,很可能正是 雪泥鸿爪 中的那个 爪印。

在这里插入图片描述
我们在分析 paw 和 hoof 两个单词义涵的区别时,我们会发现 paw 的指,通常有两个特点:

  • 【1】一般来说是弯曲或可以弯曲的
  • 【2】单爪或单手之指,数量一般不超过5,是非常少的一个数

所以,个人认为,词根flex-弯曲,few(少数几个),和词根 put-(切割、计数、思考,等一系列词根和单词,都和 paw(爪) 这个单词所对应的概念,也就是国人说的,手、爪(以及相应的指finger)是相通的。

通上过上面的象形的分析, 个人认为 paw 的字母 w ,其实就是鸟爪或人手其爪指散开时一类的形象,即摊开的掌形的形象。而如果了解字母象形的朋友,应当知道英文 26 个字母中,大写字母 E,其字母象形来源之一,就是指动物的 【趾、脚趾】的形象,通汉字【止】/【趾】,如果我们将字母 E 适当旋转一下,我们会发现 E 和 W 这两个字母,其实也是相通的,同样,字母 E 象形 【趾】,其较大的可能,也是来源于鸟的趾印。

在这里插入图片描述
由于 paw 通 few,所以,我们很容易理解,few 的本质,其实是指【屈指可数】,即few 和finger、paw是相通的:

few det./adj. 有些,几个;很少的 pron.很少数,几乎没有;少数,几个 n.人数人

few 结构和相通性分析:

  • few = finger指 + paw爪 = 屈指可数的 = 少数的,没几个

而人正是通过屈指来数数的,因此,我们可以来学习一些词根put-(计数、思考)相关的单词。

词根put-(计数、思考)

  • compute v.计算 //= com + put + e = 放一起计算
    • computable adj.可计算的
    • computer n.计算机
    • computation n.计算
  • count v.计算 n.伯爵 //= coun-(=con-/com-)一起 + t-(=通词根put-)算数 = 计算
    • counter n.计数器;柜台 a./ad.相反的
  • repute n.名声;名誉 v.把…称为;认为 //= re反复 + put-计算、衡量、思考 + e尾素 = 指经得起反复计算、衡量的 = 名声、名誉
    • reputation n.名誉;名声

词根 flex-弯曲,可能和此也是有关或相通的,即来自于人的手指的可弯曲性。我们也来看一下相当的词汇吧。

词根flect-/flex-弯曲:

  • reflect v.反射;沉思
  • deflect v.偏斜,打歪
  • flex v.弯曲
    • flexible a.易弯曲的; 灵活的

相关文章:

雪泥鸿爪和屈指可数

paw这个单词,表示“爪或手”,是一个和hoof相对的单词: hoof n.(马等动物的)蹄paw n.爪子;(动物的)爪;(人的)手 v.挠,抓;动手动脚 所以,当你理解了 paw 和 hoof 是相对的概念时&…...

2024年度个人总结

一转眼已经2024年度最后一个月了,今年基本没有在CSDN发布内容,包括其他平台(B站),倒是在其他地方(我的个人网站和V2EX)发布一些零碎的东西,主要是因为今年换了工作后太累了&#xff…...

ChatGPT接口测试用例生成的流程

通常,使用ChatGPT生成接口测试用例的流程可以分为以下关键步骤。 收集接口信息 收集接口的相关文档和信息,如接口名称、请求方法、请求参数、返回结果等。这些是ChatGPT生成测试用例需要的输入信息。 这一步骤的重要性不可忽视,因为它为Chat…...

【读书笔记】《论语别裁》真人和假人

一、内容摘要 在《论语别裁》第01章中,作者探讨了“真人”与“假人”的概念,借鉴于庄子的思想,强调真正有道德修养且懂得人生真谛的人被称为“真人”,而那些未达到道德最高标准的人则称为“假人。孔子所提倡的“学”不仅仅是书本…...

JS字符串方法汇总

String.anchor //创建一个带有名称的 <a> 元素字符串 //已弃用 let str test str.anchor(name) //<a name"name">test</a>String.at let str 1234567 str.at(0) //1 str.at(1) //2 str.at(-1) //7 str.at(-2) //6String.big //已弃用 let …...

CentOs7使用yum安装docker

安装docker 一、安装docker依赖 sudo yum install -y yum-utils device-mapper-persistent-data lvm2二、添加软件源信息 sudo yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo sudo sed -i sdownload.docker.commirrors.…...

蓝桥杯刷题——day8

蓝桥杯刷题——day8 题目一题干解题思路代码 题目二题干解题思路代码 题目一 题干 N 架飞机准备降落到某个只有一条跑道的机场。其中第i架飞机在 Ti时刻到达机场上空&#xff0c;到达时它的剩余油料还可以继续盘旋 Di个单位时间&#xff0c;即它最早可以于 Ti时刻开始降落&am…...

如何使用 WebAssembly 扩展后端应用

1. WebAssembly 简介 随着互联网的发展&#xff0c;越来越多的应用借助 Javascript 转到了 Web 端&#xff0c;但人们也发现&#xff0c;随着移动互联网的兴起&#xff0c;需要把大量的应用迁移到手机端&#xff0c;随着手端的应用逻辑越来越复杂&#xff0c;Javascript 的解析…...

BaseCTF_web_week3

复读机 输入的东西会在下方显示出来&#xff0c;wp说是简单的SSTI&#xff0c;这里来学习一下SSTI SSTI模板注入 根据My4n师傅的《超详细SSTI模板注入漏洞原理讲解_ssti注入-CSDN博客》写的 用户的输入返回时会经过一个模板渲染&#xff0c;SSTI漏洞就是用户插入了可以破坏模板…...

模型数据算法概论

模型数据算法是一类使用数据来构建、优化或训练数学模型的算法&#xff0c;常用于数据科学、机器学习和人工智能领域。它们的核心目标是从数据中提取模式或关系&#xff0c;以便在预测、分类或优化任务中应用。以下是一个简要的概述&#xff1a; 1. 模型 模型是用来描述数据特…...

什么是3DEXPERIENCE SOLIDWORKS,它有哪些角色和功能?

将业界领先的 SOLIDWORKS 3D CAD 解决方案连接到基于单一云端产品开发环境 3DEXPERIENCE 平台。您的团队、数据和流程全部连接到一个平台进行高效的协作工作&#xff0c;从而能快速的做出更好的决策。 目 录&#xff1a; ★ 1 什么是3DEXPERIENCE SOLIDWORKS ★ 2 3DEXPERIE…...

Sigrity System SI Parallel Bus Analysis模式进行DDR3仿真分析-传输线模型

Sigrity System SI Parallel Bus Analysis模式进行DDR3仿真分析-传输线模型 Sigrity System SI Parallel Bus Analysis模式提供了简易的已搭建好的模板,方便用户直接在模板上替换数据文件进行仿真分析,下面介绍pba_simple_em模板的使用,具体操作如下 双击启动System SI启动界…...

MacOS下PostIn安装配置指南

PostIn是一款开源免费的接口管理工具&#xff0c; 下面介绍私有部署版本的MacOS下安装与配置。私有部署版本更适合有严格数据安全要求的企业&#xff0c;实现对数据和系统的完全控制。 &#xfeff; &#xfeff; 1、MacOS服务端安装 Mac安装包下载地址&#xff1a;下载Mac安…...

【Leetcode 每日一题】2545. 根据第 K 场考试的分数排序

问题背景 班里有 m m m 位学生&#xff0c;共计划组织 n n n 场考试。给你一个下标从 0 0 0 开始、大小为 m n m \times n mn 的整数矩阵 s c o r e score score&#xff0c;其中每一行对应一位学生&#xff0c;而 s c o r e [ i ] [ j ] score[i][j] score[i][j] 表示…...

一文速通 IIC I2C子系统驱动 通信协议原理 硬件 时序 深度剖析

本文作为一个引入&#xff0c;作用是让读者理解熟知IIC协议关键内容&#xff0c;结合实际手册内容&#xff0c;深度解析协议本质&#xff0c;作为后续嵌入式linux驱动IIC子系统的一个铺垫。 目录 1. 硬件连接 2. IIC传输时序 2.1.写操作 2.2.读操作 2.3.I2C信号 3.IIC协议…...

HarmonyOS(72)事件拦截处理详解

事件拦截 1、参考资料2、HitTestMode3、onTouchIntercept、onTouch、onClick事件执行顺序3.1、系统默认事件传递顺序3.2、子组件拦截事件1、参考资料 HarmonyOS(71) 自定义事件分发之TouchTestStrategy使用说明HarmonyOS(70) ArkUI 事件分发拦截,事件冲突解决方案HitTestModea…...

docker(wsl)命令 帮助文档

WSL wsl使用教程 wsl -l -v 列出所有已安装的 Linux 发行版 wsl -t Ubuntu-22.04 --shutdown 关闭所有正在运行的WSL发行版。如果你只想关闭特定的发行版 wsl -d Ubuntu-22.04 登录到Ubuntu环境 wsl --list --running 查看正在wsl中运行的linux发行版 wsl --unregister (系统名…...

nginx 拦截指定ip访问指定 url

nginx 拦截指定ip访问指定 url 这里需要注意的是一定要用$http_x_forwarded_for 这个变量 upstream myapp1 { # 定义一个名为myapp1的服务器组 server backend1.example.com weight5; # 添加一个服务器&#xff0c;并设置权重为5 server backend2.example.com; # 添加另…...

git仓库的基本概念和流程以及一些基本命令

什么是版本库&#xff1f;版本库又名仓库&#xff0c;英文名repository,你可以简单的理解一个目录&#xff0c;这个目录里面的所有文件都可以被Git管理起来&#xff0c;每个文件的修改&#xff0c;删除&#xff0c;Git都能跟踪&#xff0c;以便任何时刻都可以追踪历史&#xff…...

Intel-ECI之Codesys PLC + Ethercat 远端IO + Codesys IDE编程

目录 一、 准备工作 二、安装Codesys 软件 PLC 三、 使用Codesys IDE 编程测试 CODESYS* 是领先的独立于制造商的 IEC 61131-3 自动化软件&#xff0c;适用于工程控制系统。它用于 Intel Edge Controls for Industrial&#xff08;Intel ECI 或 ECI&#xff09;&#xff0c;…...

挑战杯推荐项目

“人工智能”创意赛 - 智能艺术创作助手&#xff1a;借助大模型技术&#xff0c;开发能根据用户输入的主题、风格等要求&#xff0c;生成绘画、音乐、文学作品等多种形式艺术创作灵感或初稿的应用&#xff0c;帮助艺术家和创意爱好者激发创意、提高创作效率。 ​ - 个性化梦境…...

设计模式和设计原则回顾

设计模式和设计原则回顾 23种设计模式是设计原则的完美体现,设计原则设计原则是设计模式的理论基石, 设计模式 在经典的设计模式分类中(如《设计模式:可复用面向对象软件的基础》一书中),总共有23种设计模式,分为三大类: 一、创建型模式(5种) 1. 单例模式(Sing…...

苍穹外卖--缓存菜品

1.问题说明 用户端小程序展示的菜品数据都是通过查询数据库获得&#xff0c;如果用户端访问量比较大&#xff0c;数据库访问压力随之增大 2.实现思路 通过Redis来缓存菜品数据&#xff0c;减少数据库查询操作。 缓存逻辑分析&#xff1a; ①每个分类下的菜品保持一份缓存数据…...

C# SqlSugar:依赖注入与仓储模式实践

C# SqlSugar&#xff1a;依赖注入与仓储模式实践 在 C# 的应用开发中&#xff0c;数据库操作是必不可少的环节。为了让数据访问层更加简洁、高效且易于维护&#xff0c;许多开发者会选择成熟的 ORM&#xff08;对象关系映射&#xff09;框架&#xff0c;SqlSugar 就是其中备受…...

使用 SymPy 进行向量和矩阵的高级操作

在科学计算和工程领域&#xff0c;向量和矩阵操作是解决问题的核心技能之一。Python 的 SymPy 库提供了强大的符号计算功能&#xff0c;能够高效地处理向量和矩阵的各种操作。本文将深入探讨如何使用 SymPy 进行向量和矩阵的创建、合并以及维度拓展等操作&#xff0c;并通过具体…...

安全突围:重塑内生安全体系:齐向东在2025年BCS大会的演讲

文章目录 前言第一部分&#xff1a;体系力量是突围之钥第一重困境是体系思想落地不畅。第二重困境是大小体系融合瓶颈。第三重困境是“小体系”运营梗阻。 第二部分&#xff1a;体系矛盾是突围之障一是数据孤岛的障碍。二是投入不足的障碍。三是新旧兼容难的障碍。 第三部分&am…...

uniapp 开发ios, xcode 提交app store connect 和 testflight内测

uniapp 中配置 配置manifest 文档&#xff1a;manifest.json 应用配置 | uni-app官网 hbuilderx中本地打包 下载IOS最新SDK 开发环境 | uni小程序SDK hbulderx 版本号&#xff1a;4.66 对应的sdk版本 4.66 两者必须一致 本地打包的资源导入到SDK 导入资源 | uni小程序SDK …...

【Android】Android 开发 ADB 常用指令

查看当前连接的设备 adb devices 连接设备 adb connect 设备IP 断开已连接的设备 adb disconnect 设备IP 安装应用 adb install 安装包的路径 卸载应用 adb uninstall 应用包名 查看已安装的应用包名 adb shell pm list packages 查看已安装的第三方应用包名 adb shell pm list…...

省略号和可变参数模板

本文主要介绍如何展开可变参数的参数包 1.C语言的va_list展开可变参数 #include <iostream> #include <cstdarg>void printNumbers(int count, ...) {// 声明va_list类型的变量va_list args;// 使用va_start将可变参数写入变量argsva_start(args, count);for (in…...

医疗AI模型可解释性编程研究:基于SHAP、LIME与Anchor

1 医疗树模型与可解释人工智能基础 医疗领域的人工智能应用正迅速从理论研究转向临床实践,在这一过程中,模型可解释性已成为确保AI系统被医疗专业人员接受和信任的关键因素。基于树模型的集成算法(如RandomForest、XGBoost、LightGBM)因其卓越的预测性能和相对良好的解释性…...