在現(xiàn)代快節(jié)奏的生活中，孩子們通常會面臨各種各樣的壓力，無法放松自己的身心。因此，睡前講故事成為了許多家長選擇的方式，幫助孩子們放松心情，進入夢鄉(xiāng)。講故事既可以幫助孩子開闊思維，又能提高他們的閱讀能力。
講故事是一種溝通的方式，能夠加強親子關(guān)系。當父母為孩子講故事時，他們會以孩子為中心，關(guān)注孩子的需求和興趣。這種親密的交流不僅可以加深親子之間的感情，還能讓孩子感受到溫暖和安全。
講故事有助于培養(yǎng)孩子的想象力和創(chuàng)造力。通過聽講故事，孩子們可以在大腦中形成豐富的畫面，想象自己置身其中。他們可以在故事中扮演各種角色，發(fā)揮自己的想象力和創(chuàng)造力。這對孩子的思維發(fā)展非常有益。
睡前講故事還可以幫助孩子發(fā)展語言和閱讀能力。當孩子們聽故事時，他們會接觸到各種各樣的詞匯和語法結(jié)構(gòu)。這些詞匯和結(jié)構(gòu)能夠幫助孩子擴大詞匯量，并提高自己閱讀理解的能力。此外，睡前講故事也能激發(fā)孩子對閱讀的興趣，讓他們享受閱讀的樂趣。
為了讓睡前講故事的效果更好，家長們需要一些有效的技巧和注意事項。
不同年齡段的孩子對故事的理解和接受能力不同，因此選擇適合孩子年齡的故事非常重要。對于較小的孩子，選擇一些簡單易懂、富有想象力的故事；對于較大的孩子，可以選擇一些更加有深度的故事，幫助他們思考人生和價值觀。
一個好的故事情節(jié)能夠吸引孩子的注意力，讓他們更加投入故事中。在講故事時，可以使用一些生動的細節(jié)和描寫，幫助孩子形成更加清晰的畫面?？梢酝ㄟ^描述故事中的人物形象、場景背景以及事件設(shè)定等方式，讓故事更加有趣。
在講故事時，家長可以運用各種各樣的聲音和語氣，為故事創(chuàng)造出專屬的氛圍?？梢酝ㄟ^改變聲音的高低、速度的快慢、音量的大小等方式，讓故事更加生動有趣。此外，還可以使用適當?shù)恼Z氣表達情感，幫助孩子更好地理解故事的情節(jié)。
講故事并不僅僅是單方面的表達，在講故事的過程中，家長還可以與孩子進行互動?？梢宰尯⒆訁⑴c到故事中，扮演故事中的角色，或者提出一些問題，讓孩子思考和回答。這樣既能增加孩子對故事的理解，又能培養(yǎng)他們的思維能力。
對于不知道講哪些故事的家長們，下面列舉了一些適合睡前講的故事，供參考：
總之，講故事是一種非常有效和有趣的方式，可以幫助孩子們放松自己，增強親子關(guān)系，培養(yǎng)想象力和創(chuàng)造力，同時提高語言和閱讀能力。家長們可以根據(jù)孩子的年齡和興趣，選擇適合的故事，通過一段美妙的講故事時光，讓孩子們享受每一個美好的夢境。
*這里分享給大家一些關(guān)于講故事的內(nèi)容。希望對您有所幫助，如果您有任何問題或想法，請隨時在評論區(qū)留言。謝謝！*之前看了Mahout官方示例 20news 的調(diào)用實現(xiàn)；于是想根據(jù)示例的流程實現(xiàn)其他例子。網(wǎng)上看到了一個關(guān)于天氣適不適合打羽毛球的例子。
訓練數(shù)據(jù)：
Day Outlook Temperature Humidity Wind PlayTennis
D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No
檢測數(shù)據(jù)：
sunny，hot，high，weak
結(jié)果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代碼調(diào)用Mahout的工具類實現(xiàn)分類。
基本思想：
1. 構(gòu)造分類數(shù)據(jù)。
2. 使用Mahout工具類進行訓練，得到訓練模型。
3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類器對vector數(shù)據(jù)進行分類。
接下來貼下我的代碼實現(xiàn)=》
1. 構(gòu)造分類數(shù)據(jù)：
在hdfs主要創(chuàng)建一個文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。
數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak
2. 使用Mahout工具類進行訓練，得到訓練模型。
3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。
4. 分類器對vector數(shù)據(jù)進行分類。
這三步，代碼我就一次全貼出來；主要是兩個類 PlayTennis1 和 BayesCheckData = =》
package myTesting.bayes;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.util.ToolRunner;
import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;
import org.apache.mahout.text.SequenceFilesFromDirectory;
import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;
public class PlayTennis1 {
private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";
/*
* 測試代碼
*/
public static void main(String[] args) {
//將訓練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)
makeTrainVector();
//產(chǎn)生訓練模型
makeModel(false);
//測試檢測數(shù)據(jù)
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"testinput";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失?。?#34;);
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失??！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"input";
String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失敗！");
System.exit(1);
}
//將序列化文件轉(zhuǎn)換成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件轉(zhuǎn)換成向量失??！");
System.out.println(2);
}
}
public static void makeModel(boolean completelyNB){
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";
String model = WORK_DIR+Path.SEPARATOR+"model";
String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";
Path in = new Path(input);
Path out = new Path(model);
Path label = new Path(labelindex);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean參數(shù)是，是否遞歸刪除的意思
fs.delete(label, true);
}
TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();
String[] params =null;
if(completelyNB){
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};
}else{
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};
}
ToolRunner.run(tnbj, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("生成訓練模型失?。?#34;);
System.exit(3);
}
}
}
package myTesting.bayes;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.PathFilter;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.mahout.classifier.naivebayes.BayesUtils;
import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;
import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;
import org.apache.mahout.common.Pair;
import org.apache.mahout.common.iterator.sequencefile.PathType;
import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.math.Vector;
import org.apache.mahout.math.Vector.Element;
import org.apache.mahout.vectorizer.TFIDF;
import com.google.common.collect.ConcurrentHashMultiset;
import com.google.common.collect.Multiset;
public class BayesCheckData {
private static StandardNaiveBayesClassifier classifier;
private static Map<String, Integer> dictionary;
private static Map<Integer, Long> documentFrequency;
private static Map<Integer, String> labelIndex;
public void init(Configuration conf){
try {
String modelPath = "/zhoujianfeng/playtennis/model";
String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";
String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";
String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";
dictionary = readDictionnary(conf, new Path(dictionaryPath));
documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));
labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));
NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);
classifier = new StandardNaiveBayesClassifier(model);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("檢測數(shù)據(jù)構(gòu)造成vectors初始化時報錯。。。。");
System.exit(4);
}
}
/**
* 加載字典文件，Key: TermValue； Value：TermID
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {
Map<String, Integer> dictionnary = new HashMap<String, Integer>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
String name = path.getName();
return name.startsWith("dictionary.file");
}
};
for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {
dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());
}
return dictionnary;
}
/**
* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {
Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
return path.getName().startsWith("part-r");
}
};
for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {
documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());
}
return documentFrequency;
}
public static String getCheckResult(){
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String classify = "NaN";
BayesCheckData cdv = new BayesCheckData();
cdv.init(conf);
System.out.println("init done...............");
Vector vector = new RandomAccessSparseVector(10000);
TFIDF tfidf = new TFIDF();
//sunny，hot，high，weak
Multiset<String> words = ConcurrentHashMultiset.create();
words.add("sunny",1);
words.add("hot",1);
words.add("high",1);
words.add("weak",1);
int documentCount = documentFrequency.get(-1).intValue(); // key=-1時表示總文檔數(shù)
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，
if (StringUtils.isEmpty(wordId.toString())){
continue;
}
if (documentFrequency.get(wordId) == null){
continue;
}
Long freq = documentFrequency.get(wordId);
double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);
vector.setQuick(wordId, tfIdfValue);
}
// 利用貝葉斯算法開始分類,并提取得分最好的分類label
Vector resultVector = classifier.classifyFull(vector);
double bestScore = -Double.MAX_VALUE;
int bestCategoryId = -1;
for(Element element: resultVector.all()) {
int categoryId = element.index();
double score = element.get();
System.out.println("categoryId:"+categoryId+" score:"+score);
if (score > bestScore) {
bestScore = score;
bestCategoryId = categoryId;
}
}
classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";
return classify;
}
public static void printResult(){
System.out.println("檢測所屬類別是："+getCheckResult());
}
}
1. 請介紹一下WebGIS的概念和作用，以及在實際應(yīng)用中的優(yōu)勢和挑戰(zhàn)。
WebGIS是一種基于Web技術(shù)的地理信息系統(tǒng)，通過將地理數(shù)據(jù)和功能以可視化的方式呈現(xiàn)在Web瀏覽器中，實現(xiàn)地理空間數(shù)據(jù)的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應(yīng)用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺、實時更新、可定制性強等，但也面臨著數(shù)據(jù)安全性、性能優(yōu)化、用戶體驗等挑戰(zhàn)。
2. 請談?wù)勀赪ebGIS開發(fā)方面的經(jīng)驗和技能。
我在WebGIS開發(fā)方面有豐富的經(jīng)驗和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術(shù)進行地圖展示和交互設(shè)計，并能夠使用后端技術(shù)如Python、Java等進行地理數(shù)據(jù)處理和分析。我還具備數(shù)據(jù)庫管理和地理空間數(shù)據(jù)建模的能力，能夠設(shè)計和優(yōu)化WebGIS系統(tǒng)的架構(gòu)。
3. 請描述一下您在以往項目中使用WebGIS解決的具體問題和取得的成果。
在以往的項目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項目中，我開發(fā)了一個基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們評估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項目中，我使用WebGIS技術(shù)實現(xiàn)了實時的空氣質(zhì)量監(jiān)測和預(yù)警系統(tǒng)，提供了準確的空氣質(zhì)量數(shù)據(jù)和可視化的分析結(jié)果，幫助政府和公眾做出相應(yīng)的決策。
4. 請談?wù)勀鷮ebGIS未來發(fā)展的看法和期望。
我認為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計算、大數(shù)據(jù)和人工智能等技術(shù)的不斷進步，WebGIS將能夠處理更大規(guī)模的地理數(shù)據(jù)、提供更豐富的地理分析功能，并與其他領(lǐng)域的技術(shù)進行深度融合。我期望未來的WebGIS能夠更加智能化、個性化，為用戶提供更好的地理信息服務(wù)，助力各行各業(yè)的決策和發(fā)展。
這塊您需要了解下stm32等單片機的基本編程和簡單的硬件設(shè)計，最好能夠了解模電和數(shù)電相關(guān)的知識更好，還有能夠會做操作系統(tǒng)，簡單的有ucos，freeRTOS等等。最好能夠使用PCB畫圖軟件以及keil4等軟件。希望對您能夠有用。
重陽節(jié)有登高的習俗。
金秋九月，天高氣爽，
這個季節(jié)登高遠望可達到，
心曠神怡、健身祛病的目的。
早在西漢《長安志》中，
就有漢代京城九月九日時人們游玩觀景之記載。
1.快樂閱讀，茁壯成長
2.我有七彩夢
3.弘揚紅色文化，傳承經(jīng)典故事
4.童言童語
5.講童話，潤童心
6.綻放!我們的十年
7.我眼中的最美抗疫故事
8.不一樣的童年故事
9.少年繪黨恩，繽紛展童心
10我家的‘人世間’故事
11.童心向黨 紅色故事我來講
12.童心永向黨 筑夢新時代
13.閱讀經(jīng)典好書·講好富蘊故事
14.童話王國覓童趣，故事賽中尋故聲
15.講英雄故事，傳時代強音
16.我和黨的故事
一、讓你的故事有情節(jié)，帶感情切忌，流水帳不是故事，好的故事必須要具備以下幾點要素：時間，地點，人物，沖突，結(jié)局，最好帶上自己的體會，升華，喬布斯就善于講故事，他的演講中，都會先出現(xiàn)壞蛋，讓觀眾覺得這個壞蛋壞到極點，需要一個英雄挺身而出，這個時候，蘋果就代表英雄出場，大敗了壞蛋，因此大家記住了英雄，這個套路屢試不爽。
二、讓你的故事會說話演講的四大目的：傳遞信息，娛樂，說服和激勵，講故事也要有目的，不是為了講而講。大部分觀眾都不喜歡聽大道理，他們喜歡聽故事，因為故事聽起來很真實，更有溫度，也能夠在一開始就建立與觀眾的鏈接，通過故事來講道理，觀眾的接受程度會大很多。
三、讓你的故事有畫面感調(diào)動五感化語言：視覺，聽覺，嗅覺，味覺和觸覺，讓觀眾記憶深刻。
四，讓自己成為有故事的人很多人不會講故事，最重要的一點是沒故事可講，就算講故事也使別人的故事，沒有新意。最好的故事就是自己的故事，讓自己成為有故事的人，才是講好故事的核心。如果你每天的工作和平淡，過著兩點一線的生活，那么不妨做一些改變。結(jié)識一些厲害的牛人，去聽有些牛人的故事，去做有挑戰(zhàn)，與眾不同的事，你會發(fā)現(xiàn)，突破舒適區(qū)后，你的人生會豐滿很多，精彩很多。不去做，然并卵，努力去經(jīng)歷，喝最烈的酒，看最美的風景，見識更多有趣的人，因為，這才是人生！
在很久以前，有一年的立春前，當人們準備熱熱鬧鬧迎接立春時，不料，瘟疫四起，使得所有人都傳染上了一種說不出的疾病。
立春前一天，一個老道打扮的人來到了一個村莊。他見村莊里靜得聽不到雞鳴狗叫，更不見有人走動，覺得奇怪萬分。他來到了村邊的一戶人家敲門.道人連呼幾聲沒人應(yīng)，后來他看到一個中年人，連聲問究竟，中年人抬了一下眼皮，合著眼用微弱的聲音，斷斷續(xù)續(xù)地說：“全村人都得了一種像我這樣的病?！?/p>
啃春
道人一連闖了幾家，情形都是一樣。道人也莫名其妙。于是，他來到村東頭的一棵古樹下，面南盤坐，挑起單掌，合眼靜坐，口中念念有詞。原來，他向南海的觀世音菩薩祈求醫(yī)治瘟疫的方法。過了幾個時辰，道人長噓一口，猛然站起來，飛快地跑回觀院，掄鎬便刨，他刨出一袋貯藏的蘿卜，又飛快地跑到了村莊。這時候，已是第二天大清早了，道人從村中一家找到一只蘆花大公雞，拔下幾根雞毛，扎在了地上。
游春
道人合眼祈告著，腦海中又出現(xiàn)了靜坐時與觀音菩薩對話的場面：觀音菩薩告訴他，等地氣通時，讓鄉(xiāng)人百姓每人啃吃幾口蘿卜，瘟疫便可自動解開。過了約莫有一袋煙的功夫，扎在地上的雞毛突然動了起來，道人驚喜萬分，他喊著：“地氣通了，地氣通了。”奔向了村莊的每家每戶，讓人們啃吃蘿卜。結(jié)果，還真靈驗，人們吃了蘿卜之后，全都好了。
最終瘟疫解了，人們又過上了平靜安樂的生活。但是人們不會忘記那位道人，更不會忘記讓他們從苦難中解脫出來的蘿卜。從此，鄉(xiāng)人便在立春這天啃吃幾片蘿卜，以求平安。咬春的習俗也就形成了，持續(xù)至今。
傳說二：打小鑼
舊時湖南一帶無業(yè)游民，在春節(jié)前后，敲打小鑼、竹板等，唱著歌詞，挨戶索取錢財，叫做打春。
傳說，在明朝年間，有個知府，在上任的頭一年的春天，氣候非常寒冷，而且時間也冷得很長，雖說立春已有個把月了，花草樹木都未看見發(fā)芽。知府心想這不是一個好兆頭，他急于想見到樹草花木發(fā)的芽。于是，他立即下令，要百姓去尋找發(fā)了芽的樹枝送到知府里。如誰送得早，就有獎賞。次日，便有一個姓吳的和一個姓周的兩個人，找到了幾枝發(fā)了芽的楊木，送到了知府的衙門。知府見了，心里自然大喜，認為是送來了吉祥。吳、周兩人得到了知府的重賞。知府又要他們兩人明年更早些來報春。恰巧，第二年因冬季比較暖和，正月初一立春，周、吳兩人手持發(fā)了芽的楊柳，各入還拿了一面小鑼半邊特制的鼓，一齊來到知府衙門報春。他們一邊敲鑼，一邊唱起自己編的一些好聽的吉利奉承話。知府格外高興，又給了周、吳二人雙倍的獎賞。這樣一來，周、吳受賞的消息傳到了其他老百姓那里。
貼宜春字畫
來年，其他百姓也仿照著周、吳二人的樣，成群結(jié)隊地上衙門報春。知府見到這樣多的百姓都來了，他再也不拿出自己的銀錢賞給百姓。知府便對大眾說：“報春是件大喜事，一年之計在于春，春回大地早，是萬民之福。你們可以拜吳、周二人為師，到各地村莊的鄉(xiāng)親們家里去報春。本府從今后，在立春時節(jié)辦個盛大的迎春大會，與民同樂。”自從那時候起，各地都形成了打春的風俗。
立春不同地方有著不同的習俗：糊春牛、打春牛、游春、報春、貼宜春字畫、戴春雞等等。
一是態(tài)度上，要掌握理解故事，肯定和接受故事的思想內(nèi)容，才有可能講好這個故事；
二是方式上，要熟悉故事框架，根據(jù)自己的喜好和能力，選擇適當?shù)谋憩F(xiàn)形式；
三是距離上，與孩子保持盡量近的距離，保證孩子們能直接看到講述者，在故事中共進退；
四是聲音動作上，要區(qū)分不同人物，表達出不同角色的特點，讓故事生動有趣。
挑一個寶寶喜歡的故事,每天都講一兩遍給他聽,每次講完后再和寶寶一起回想故事的內(nèi)容,幫著他復述出來,下次要寶寶講這個故事給你聽,這樣下去寶寶幾天就學會講一個新故事了.
