3dbuilder如何缩小图形的面积
布里斯班哪里买房好？
布里斯班哪里买房好？
坐标BNE，咱们沿着CBD一圈一圈聊吧
先说公寓
CBD，不推荐，除非是很特殊的公寓项目，例如未来开盘的QWB(皇后码头)的项目或者前几年Sunland在州政府办公楼后面不远处建的Abion，前者有话题，后者品质足够好。另外前几年CBD还有一个Spire，面积确实不大，可以买但是最好能买带车位的，做短租受益还不错。
Inner City，看城区。首先，South Brisbane，West End这两个区，也就是布里斯班河的南岸，应该是最值得关注的内城区了，首先生活氛围好，有商场，有大的活动场所，博物馆，图书馆还有大型的公园；第二，距离CBD足够近，公交车直达；第三，昆州排名第一的公立中学的学区，很受本地自住人士的青睐。
沿着南岸再往南走一走，Woolloongabba，这个城区很有趣，可能是唯一一个在布里斯班你有机会搭公交车既能到UQ，又能到QUT把交通时间控制在15分钟的城区。这个地区住房需求也很旺盛，第一周边五公里范围学生超过5万人，第二周边的医疗机构还有数以万计的医疗工作者，都带来了旺盛的居住需求。
Newstead，Fortitude Valley和Bowen Hill，这三个4006的城区白领比较多，周边大型的办公机构多，所以年轻的白领租房需求旺盛，另外RNA Showgrounds的翻新对整个周边城区的面貌也带来了很大提升，投资者注意避开Fortitude Valley火车站附近项目，这个地段夜店，酒吧，迪厅比较多，晚上满大街酒鬼和流浪汉，治安不是很好。
沿着这几个4006的区往东接着走，到了Hamilton，并不推荐投资在这个城区。Hamilton是很美，有不少滨水公寓项目，生活环境都不错，但在价格与租金与Newstead相差不多但情况下，吸引力就小了很多，这个地区目前出租压力较大，如果不是自建独立房自住，不建议投资公寓。
往西边到Milton，这个城区有点尴尬，出租也不错，交通也听方便，但就是表现不太好，一直卖不上价，交通有点要命，早晚高峰堵车比较严重。顺着Milton再往西走一走到Toowong，好租不好卖，但是Toowong的公寓又是一个及其依靠学生群体的城区，所以打算投资Toowong的朋友还是见仁见智，多琢磨琢磨把。西边还有一个Indooroopilly的城区，也是有不少学生群体，依然好租不好卖，但是好在有学区，如果要投资，就买那种建的比较质量好的大户型，最好能买三房。
接着说说独立房
先说南区，Rochedale，这个城区基本上在Brisbane看过house land的朋友都有过了解，地块现在也越来越小，基本上目前300-370是主流的大小，要选择一个好builder，house land水深， builder不灵地选的再好也白搭。
说说东边，实际上富人比较多，能找到大规模的地块不多了，不如看看联排别墅之类的产品。
北边，north lake，mango hill不少，老外为主的居民区，价格不贵，租金也算是比较可观。
西边，价格不菲，买新的地块盖房可能要到kenmore附近了。
怎样学习开发软件？
谢谢邀请！
作为一名IT行业的从业者，同时也是一名大数据、机器学习方向的研究生导师，我来回答一下这个问题。
由于软件开发涉及到的知识结构比较丰富，所以学习软件开发通常需要一个系统的学习过程。如果未来要想专业从事软件开发工作，那么可以按照以下步骤学习软件开发技术：
第一：从计算机操作系统开始学起。在学习软件开发技术之前，首先应该学习一下操作系统知识，操作系统知识包括操作系统体系结构、资源管理、任务调度等内容，在初步了解操作系统知识之后，能够对计算机执行各种计算任务有一个初步的认识，这对于后续的学习会起到重要的作用。
第二：选择学习一门全场景编程语言。对于初学者来说，在编程语言的选择上建议选择一门“全场景编程语言”，目前Java、Python和C#都是不错的选择，学习全场景编程语言的好处就是未来可以向各个领域发展。如果从就业的角度出发，当前学习Java是不错的选择，如果从发展前景的角度出发，Python是不错的选择。
第三：在学习编程语言的过程中补学相关知识。以学习Java为例，如果选择Web开发的学习方向，可以在一边学习Java的同时补学网络通信、数据库、算法设计和数据结构等方面的知识，这些知识对于程序员后续的发展都会有非常重要的帮助，一定要认真对待。另外，在当前的云计算时代，在软件部署的时候也会接触到云计算知识。
最后，学习软件编程技术一定要重视实验、总结和交流，在学习完基础的编程语法之后，最好能够找一个实习岗位锻炼一下。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！