苹果最新的算盘表情符号被指存在错误。这个最新的emoji被添加到Unicode 11.0更新中，作为iOS 12的一部分。外媒报道称，与在整个人类文明中使用的几乎所有算盘相比，在苹果设备上出现的“算盘”是不正确的。
Twitter用户@sophophobic首先发现了这个错误，他注意到苹果设计的算盘emoji有左四右二的算珠，这似乎是历史上从未使用过的。
芝加哥洛约拉大学的算盘历史学家、数学系教授Eli Maor称“无法找到4-2算珠设计的算盘（除了作为玩具）。”
此外，苹果的算盘emoji除了被指算珠排列（一侧有两颗算珠，另一侧有四颗算珠）存在错误，其算盘的方向也不正确。根据史密森尼国家美国历史博物馆的策展人Peggy Kidwell的说法 ，“我发现算盘的方向比算珠的数量更不寻常。中国使用的算盘通常是上面两颗算珠,下面五颗算珠。日本使用的算盘通常是上面一颗算珠，下面4或5颗算珠。“Kidwell并未发现博物馆藏品中的任何算盘***用类似苹果算盘emoji的设计。
外媒The Verge发现，谷歌、微软和Facebook设计的算盘emoji都是正确的：谷歌设计的是一款带有十颗算珠的西式算盘，微软和Facebook正在使用的算盘emoji***用上一下四的设计。
另一方面，三星、Twitter和WhatsApp的算盘emoji也是不正确的。这三个品牌也使用类似西式算盘设计的emoji，但分别有七颗、六颗和五颗算珠。不过苹果公司的情况仍然更糟，因为该公司的算珠数量和算盘方向均被认为是不正确的。
人家做的是表情，又不是算数用的算盘🧮。要是做的一摸一样，又有喷子说什么知识产权或者历史渊源之类的啦！🐱🐂🐶🐔🐭🚗✈️💻📓🌞🎱🚀🚢📺⌚️这都是表情，和你用的见的一模一样吗？
湖人的选择还是很不错的，瓦格纳是一个空间型的球员，符合这个时代的篮球潮流。
德国球员莫里茨 - 瓦格纳。，瓦格纳 20 岁，身高 2 米 11，体重 105 公斤，大三赛季场均 14.6 分、7.1 个篮板，三分命中率 39.4%。 瓦格纳是一名空间型内线，能量无穷。
他的选秀模板是奥利尼克，但是他的技术要比奥利尼克还优秀。
在NCAA半决赛逆转芝加哥洛约拉大学的比赛中，他狂砍24分15篮板，是近40年第3位能够在最终四强赛中砍下20+15+的球员，此前两位分别是拉里-伯德和奥拉朱旺。
瓦格纳内线要位，拿到球背身单打，转身运球然后一个投篮***动作，这样的技术是非常流畅的。
他还可以面框进攻，他高位拿球，选择突破，竟然连续换手运球，变向突破。
反正瓦格纳是一个技术全面的球员，可能会带给湖人队惊喜。
只要看过NCAA比赛的球迷，一定会对他印象深刻。
他是那种拥有天赋和发展前景的球员。
大家觉得湖人队的选择如何？
2018年NBA选秀大会上，洛杉矶湖人队用他们手中的第25号签选中了来自密歇根大学的莫里茨·瓦格纳。瓦格纳是一名内线球员，司职中锋或者大前锋，身高2米12，体重109公斤，他的选秀模板是凯利·奥利尼克。
瓦格纳是一名德国中锋，脚步细腻，投篮精湛，上赛季NCAA三分球命中率可以达到39.4%。瓦格纳的臂长为2米13，站立摸高为2米74证明他的运动能力并不是很出色，他最令人突出的特点是射术精湛，可以拉开投三分。而且瓦格纳的体型优势巨大，他在内线也能够取分。
湖人队选中了瓦格纳也是为了湖人队豪组三巨头留下铺垫，如果湖人队同时能招募来詹姆斯，泡椒和伦纳德同时聚首洛杉矶的话。那这时候选中一名具有远投能力的外线球员，无疑就是最好的选择。詹姆斯的突破分球，需要有内线为他拉开空间。
就现在湖人队的新星内线祖巴茨等人，没有三分远投能力，不能为詹姆斯等人拉开空间。詹姆斯去湖人队的话肯定是大量控球和突破分球的，泡椒的无球很出色，伦纳德专攻防守和进攻尖刀，再加上瓦格纳为他们拉开空间，湖人队未来可期。
今年湖人队除了首轮第25顺位以外，还拥有次轮的两个选秀权，一个是第39顺位，一个是第47顺位。不知道湖人队会继续选球员，还是选择交易这两个次轮选秀权，让我们拭目以待吧。
以上是我的个人观点，如有不同意见，欢迎大家在评论区讨论。
莫里茨·瓦格纳，瓦格纳是一名内线球员，司职中锋或者大前锋，身高2米12，体重109公斤，他的选秀模板是凯利·奥利尼克。球员刚刚开始，定义不了他的发展上限，具体说他的模板是凯利·奥利尼克。这个的上限也太低一点了吧！虽然此人在大学的数据不错，也算是个合格内线球员，但毕竟现在是在更大的舞台上展示自己的特长和一切。之前的数据只可以做为参考，毕竟现在湖人内线有兰德尔，兰德尔可是已经打出了一些天赋的，沃顿主教练在用人的情况下，毕竟留给瓦格纳的时间不多。要想证明自己是块料，还得像勇士格林一样，草根逆袭，一举成为队内有冲劲有脑子的人。得看沃顿用人啦！毕竟湖人现在要大牌，传统豪强不会在小人物上下太多的本，这是豪强的本质区别，只有大牌才可以撑起这个大市场。
瓦格纳这个球员是不错的，毕竟刚刚开始，无法预测，因素太多。
