大学新生计算机基础技能指导书

大学新生计算机基础技能指导书第一章计算机操作系统基础应用与维护1.1Windows系统安装与配置实用技巧1.2Linux系统常用命令操作与管理1.3操作系统功能优化与故障排除1.4虚拟机技术应用与虚拟环境搭建第二章办公自动化软件高级应用与协同2.1MicrosoftOffice高级功能与宏编程应用2.2企业级文档管理与服务协同工具使用2.3在线协作平台集成与项目管理实战2.4电子表格数据分析与可视化技术第三章编程语言基础入门与算法实践3.1Python编程基础与数据处理框架应用3.2Java编程语言核心机制与面向对象实践3.3JavaScript前端开发与动态网页交互设计3.4算法思维培养与常见问题解决策略第四章数据库技术应用与管理维护4.1关系型数据库MySQL设计与应用实战4.2NoSQL数据库MongoDB存储与管理优化4.3数据库备份与容灾恢复策略实施4.4SQL查询优化与数据库功能调优技术第五章网络安全防护与数据加密技术5.1网络安全攻防基础与常见威胁检测5.2数据加密算法原理与应用实践5.3Wi-Fi安全配置与无线网络防护5.4网络安全攻防工具使用与渗透测试入门第六章云计算平台架构与服务应用6.1AWS云平台核心服务部署与管理6.2ECS服务器配置与自动化运维6.3云存储服务S3/SFS应用与成本优化6.4云数据库服务RDS应用与高可用配置第七章Web开发技术栈全栈实战演练7.1Node.js全栈开发与Express框架应用7.2React前端框架组件化开发实战7.3Docker容器化部署与微服务架构实践7.4Web开发功能优化与跨域请求处理第八章人工智能基础应用与机器学习入门8.1机器学习算法基础与Scikit-learn实践8.2深入学习框架TensorFlow与PyTorch应用8.3自然语言处理技术文本分析与情感挖掘8.4计算机视觉基础与图像识别实战第一章计算机操作系统基础应用与维护1.1Windows系统安装与配置实用技巧Windows系统是当前个人计算机中最为普及的操作系统之一。Windows系统安装与配置的一些实用技巧：安装过程：在安装过程中，应保证所有硬件适配性测试通过，并保证安装光盘或U盘无损坏。选择适合自己需求的Windows版本，例如Windows10Home或Professional。在分区选择时，建议创建至少一个系统盘（例如C盘）和多个数据盘。配置技巧：系统优化：通过系统属性中的“高级系统设置”调整虚拟内存大小，建议设置为物理内存的1.5倍。磁盘清理：定期使用“磁盘清理”工具清理不必要的文件，释放磁盘空间。驱动程序更新：保持驱动程序更新，以获得更好的硬件功能和稳定性。1.2Linux系统常用命令操作与管理Linux系统作为一种开源操作系统，广泛应用于服务器、工作站等领域。一些Linux系统常用命令的操作与管理技巧：文件管理：ls：列出目录内容。cd：切换目录。cp：复制文件或目录。mv：移动或重命名文件或目录。rm：删除文件或目录。权限管理：chmod：更改文件或目录的权限。chown：更改文件或目录的所有者。chgrp：更改文件或目录的所属组。网络管理：ping：检测网络连接。ifconfig：查看和配置网络接口。netstat：查看网络连接和路由表。1.3操作系统功能优化与故障排除操作系统功能优化与故障排除是保障系统稳定运行的关键。功能优化：系统资源管理：合理分配CPU、内存、磁盘等资源。关闭不必要的后台程序和服务：减少资源占用，提高系统响应速度。使用系统优化工具：如Windows的“系统文件检查器”和Linux的“SystemTap”。故障排除：查看系统日志：通过dmesg、journalctl等命令查看系统运行日志。分析错误信息：根据错误信息，查找解决方法。重置系统：在必要时，可考虑重置系统至初始状态。1.4虚拟机技术应用与虚拟环境搭建虚拟机技术可将一台物理计算机模拟成多台虚拟计算机，实现多个操作系统共存。虚拟机软件选择：VMwareWorkstation：功能强大，适配性好。VirtualBox：免费开源，易于使用。虚拟环境搭建：创建虚拟机：根据需求配置CPU、内存、磁盘等资源。安装操作系统：将操作系统安装到虚拟机中。配置网络：设置虚拟机网络连接方式。虚拟机使用技巧：快照功能：方便恢复到某个时间点的状态。共享文件夹：实现虚拟机与主机之间的文件共享。第二章办公自动化软件高级应用与协同2.1MicrosoftOffice高级功能与宏编程应用MicrosoftOffice是办公自动化软件的核心组成部分，它提供了丰富的功能以支持用户的日常办公需求。本节将深入探讨Office的高级功能，并介绍宏编程在提高工作效率中的应用。高级功能概述：Word：文档格式化、样式应用、自动目录生成、等。Excel：高级函数与公式、数据透视表、图表、条件格式等。PowerPoint：幻灯片动画、自定义演示文稿布局、演讲者视图等。Outlook：邮件分类、日历同步、任务管理、联系人管理等。宏编程应用：宏编程是利用VBA（VisualBasicforApplications）编写脚本，自动化重复性任务的一种方式。脚本示例：自动保存文件、创建文件夹、批量格式化文档等。2.2企业级文档管理与服务协同工具使用企业级文档管理与服务协同工具在提高工作效率和团队协作中发挥着重要作用。本节将介绍几款流行的工具及其使用方法。文档管理工具：SharePoint：企业内容管理、文档库、版本控制、协作工作区等。GoogleDrive：在线存储、文件共享、团队协作、文档编辑等。服务协同工具：MicrosoftTeams：即时通讯、会议、文档共享、项目管理等。Slack：团队协作、消息传递、文件共享、自动化工作流程等。2.3在线协作平台集成与项目管理实战在线协作平台为项目团队成员提供了高效、便捷的沟通和协作方式。本节将介绍在线协作平台的集成与项目管理实战。平台集成：将在线协作平台与文档管理、任务管理、日历等功能集成，提高团队协作效率。项目管理实战：项目管理工具：Jira、Trello、Asana等。项目生命周期管理：项目启动、计划、执行、监控和收尾。2.4电子表格数据分析与可视化技术电子表格是处理和分析数据的重要工具。本节将介绍电子表格数据分析与可视化技术。数据分析：统计函数：均值、标准差、方差、概率分布等。高级数据分析：回归分析、时间序列分析、假设检验等。可视化技术：图表类型：柱状图、折线图、饼图、散点图等。数据可视化工具：PowerBI、Tableau等。第三章编程语言基础入门与算法实践3.1Python编程基础与数据处理框架应用Python作为一种高级编程语言，因其简洁易读的语法和强大的数据处理能力，在学术界和工业界都得到了广泛应用。本节将介绍Python编程基础，并探讨数据处理框架的应用。3.1.1Python编程基础Python具有以下特点：语法简洁明了：Python采用缩进而非括号或关键字作为代码块分隔符，使得代码易于阅读和维护。动态类型：Python中变量的类型是在运行时确定的，这使得编写代码更加灵活。丰富的库：Python拥有大量高质量的第三方库，可方便地进行各种任务，如数据分析、网络编程、人工智能等。3.1.2数据处理框架应用数据处理框架如Pandas、NumPy等，可帮助我们高效地进行数据处理和分析。Pandas：Pandas提供了丰富的数据结构，如DataFrame和Series，以及高效的数据操作函数，方便进行数据清洗、转换和分析。NumPy：NumPy是一个强大的数值计算库，提供多维数组对象以及一系列用于执行快速数值计算的功能。3.2Java编程语言核心机制与面向对象实践Java作为一种广泛应用于企业级应用和Android开发的编程语言，具有以下核心机制：3.2.1Java编程语言核心机制面向对象：Java采用面向对象编程范式，通过类和对象实现封装、继承和多态。跨平台：Java代码编译成字节码，可在任何支持Java虚拟机（JVM）的平台上运行。强类型：Java具有严格的类型检查机制，有助于提高代码的健壮性和可维护性。3.2.2面向对象实践面向对象实践包括以下方面：封装：将数据和方法封装在类中，隐藏内部实现细节。继承：通过继承关系实现代码复用，提高代码的可维护性。多态：通过接口和抽象类实现不同对象间的一致行为。3.3JavaScript前端开发与动态网页交互设计JavaScript是一种运行在客户端的脚本语言，用于实现网页的动态交互效果。本节将介绍JavaScript前端开发基础和动态网页交互设计。3.3.1JavaScript前端开发基础事件处理：JavaScript通过事件监听器来响应用户操作，如点击、键盘输入等。DOM操作：DOM（文档对象模型）是JavaScript操作网页内容的接口，通过DOM操作可实现网页的动态更新。Ajax：Ajax技术可实现网页的无刷新更新，提高用户体验。3.3.2动态网页交互设计动态网页交互设计包括以下方面：动画效果：通过CSS3和JavaScript实现网页元素的动画效果。表单验证：在客户端对用户输入进行验证，提高数据质量。交互式地图：利用地图API实现地图的交互功能。3.4算法思维培养与常见问题解决策略算法思维是计算机科学的核心，本节将介绍算法思维培养和常见问题解决策略。3.4.1算法思维培养算法思维培养包括以下方面：问题建模：将实际问题转化为算法问题。算法设计：根据问题特点选择合适的算法。算法分析：评估算法的功能和效率。3.4.2常见问题解决策略常见问题解决策略包括以下方面：分治法：将大问题分解为小问题，递归求解。动态规划：通过保存中间结果来避免重复计算。贪心算法：在每一步选择当前最优解，期望最终得到全局最优解。第四章数据库技术应用与管理维护4.1关系型数据库MySQL设计与应用实战在关系型数据库的设计与应用中，MySQL因其轻量级、高功能和良好的适配性而受到广泛应用。本节将详细介绍MySQL的设计原则及其在实际应用中的操作方法。4.1.1MySQL数据库设计原则（1）规范化设计：遵循规范化原则，降低数据冗余，提高数据一致性。（2）功能优化：合理设计索引，优化查询语句，保证数据操作效率。（3）安全性：配置合理的用户权限，保证数据安全。4.1.2MySQL应用实战（1）创建数据库与表：使用CREATEDATABASE和CREATETABLE语句创建数据库和表。（2）插入数据：使用INSERT语句插入数据。（3）查询数据：使用SELECT语句查询数据。（4）更新数据：使用UPDATE语句更新数据。（5）删除数据：使用DELETE语句删除数据。4.2NoSQL数据库MongoDB存储与管理优化互联网技术的发展，NoSQL数据库以其非关系型、可扩展的特点受到广泛关注。本节将重点介绍MongoDB的存储与管理优化策略。4.2.1MongoDB存储优化（1）索引优化：根据查询需求创建索引，提高查询效率。（2）数据分区：根据数据特征进行分区，提高读写功能。4.2.2MongoDB管理优化（1）监控功能：使用MongoDB自带工具监控数据库功能，及时调整配置。（2）备份与恢复：定期备份数据，保证数据安全。4.3数据库备份与容灾恢复策略实施数据库备份与容灾恢复是保障数据库安全的关键环节。本节将介绍常用的备份与恢复策略。4.3.1数据库备份策略（1）全量备份：定期对整个数据库进行备份。（2）增量备份：仅备份自上次备份以来发生变化的文件。4.3.2数据库恢复策略（1）故障转移：当主数据库发生故障时，自动切换到备份数据库。（2）数据恢复：根据备份文件恢复数据。4.4SQL查询优化与数据库功能调优技术SQL查询优化与数据库功能调优是提高数据库功能的关键。本节将介绍相关的技术方法。4.4.1SQL查询优化（1）避免使用SELECT*：只查询需要的字段，减少数据传输量。（2）使用索引：根据查询需求创建索引，提高查询效率。4.4.2数据库功能调优（1）配置优化：调整数据库配置，提高功能。（2）硬件优化：升级硬件设备，提高数据库功能。第五章网络安全防护与数据加密技术5.1网络安全攻防基础与常见威胁检测网络安全攻防是保障网络环境稳定运行的关键。本节将介绍网络安全攻防的基础知识，并分析常见的威胁检测方法。5.1.1网络安全攻防概述网络安全攻防主要涉及以下几个方面：网络架构安全、数据安全、应用安全、物理安全等。网络攻防技术主要包括入侵检测、入侵防御、漏洞扫描、安全审计等。5.1.2常见威胁检测方法（1）异常检测：通过分析网络流量和系统行为，识别出异常行为，从而发觉潜在的安全威胁。（2）基于特征的检测：通过识别已知攻击的特征，对网络流量进行分类，检测是否存在攻击行为。（3）基于行为的检测：通过分析用户或系统的行为模式，识别出异常行为，从而发觉潜在的安全威胁。5.2数据加密算法原理与应用实践数据加密是保障数据安全的重要手段。本节将介绍数据加密算法的原理，并探讨其在实际应用中的实践。5.2.1数据加密算法原理数据加密算法主要分为对称加密算法和非对称加密算法。对称加密算法使用相同的密钥进行加密和解密，如DES、AES等；非对称加密算法使用一对密钥进行加密和解密，如RSA、ECC等。5.2.2应用实践（1）对称加密算法：适用于数据传输加密，如SSL/TLS协议中的AES加密。（2）非对称加密算法：适用于数字签名、密钥交换等场景，如协议中的RSA加密。5.3Wi-Fi安全配置与无线网络防护Wi-Fi安全配置和无线网络防护是保障无线网络环境安全的关键。本节将介绍Wi-Fi安全配置的方法，并探讨无线网络防护措施。5.3.1Wi-Fi安全配置（1）选择安全的无线加密方式：如WPA2-PSK、WPA3等。（2）设置复杂的Wi-Fi密码：避免使用简单易猜的密码。（3）关闭不必要的服务：如WPS、DHCP等。5.3.2无线网络防护措施（1）限制接入设备：仅允许授权设备接入无线网络。（2）使用防火墙：防止恶意攻击。（3）定期更新路由器固件：修复已知漏洞。5.4网络安全攻防工具使用与渗透测试入门网络安全攻防工具是网络安全工作的重要辅助工具。本节将介绍网络安全攻防工具的使用方法，并探讨渗透测试的入门知识。5.4.1网络安全攻防工具使用（1）Nmap：用于扫描目标主机的开放端口和服务。（2）Wireshark：用于捕获和分析网络流量。（3）BurpSuite：用于进行Web应用安全测试。5.4.2渗透测试入门渗透测试是网络安全工作的重要组成部分。渗透测试的入门步骤：（1）信息收集：收集目标系统的相关信息。（2）漏洞扫描：使用漏洞扫描工具检测目标系统中的漏洞。（3）漏洞利用：利用漏洞获取目标系统的访问权限。（4）提权与维持访问：获取更高权限，并保持对目标系统的访问。（5）报告与修复：撰写渗透测试报告，并提出修复建议。第六章云计算平台架构与服务应用6.1AWS云平台核心服务部署与管理AWS云平台作为全球领先的云计算服务提供商，提供了丰富的核心服务，包括计算、存储、数据库、网络等。本节将详细介绍AWS云平台核心服务的部署与管理。6.1.1计算服务EC2EC2（ElasticComputeCloud）是AWS提供的虚拟服务器服务，用户可根据需求选择不同的实例类型和规格。一个EC2实例配置的示例：参数说明实例类型t2.micro，适用于轻量级应用地域华北-北京可用区可用区A公网IP开启公网IP，便于访问磁盘大小10GB，SSD类型6.1.2存储服务S3S3（SimpleStorageService）是AWS提供的对象存储服务，具有高可用性、可扩展性和持久性。一个S3存储桶的配置示例：参数说明存储桶名称my-bucket地域华北-北京存储类型标准存储类型版本控制开启版本控制6.2ECS服务器配置与自动化运维ECS（ElasticComputeService）是提供的虚拟服务器服务，与AWSEC2类似。本节将介绍ECS服务器的配置与自动化运维。6.2.1ECS服务器配置一个ECS实例配置的示例：参数说明实例类型ecs.t2.micro，适用于轻量级应用地域华北1（杭州）可用区可用区A公网IP开启公网IP，便于访问磁盘大小10GB，SSD类型6.2.2自动化运维提供了自动化运维工具，如云监控、云盾等，可帮助用户实现自动化运维。一个云监控的配置示例：参数说明监控项目CPU利用率、内存利用率、磁盘IO等报警规则当CPU利用率超过80%时，发送短信报警报警对象系统管理员6.3云存储服务S3/SFS应用与成本优化云存储服务是云计算平台的重要组成部分，本节将介绍S3和SFS两种存储服务的应用与成本优化。6.3.1S3应用S3存储服务广泛应用于网站、移动应用、大数据分析等领域。一个S3存储桶的应用示例：应用场景说明网站静态资源存储将网站静态资源（如图片、CSS、JavaScript等）存储在S3中，提高网站访问速度移动应用数据存储将移动应用数据存储在S3中，实现数据持久化大数据分析将大数据分析过程中产生的临时数据存储在S3中，方便后续处理6.3.2成本优化为了降低云存储成本，用户可采取以下措施：措施说明使用标准存储类型标准存储类型具有较低的成本，适用于大多数应用场景开启生命周期管理自动将不经常访问的数据迁移到成本更低的存储类型使用压缩存储对存储数据进行压缩，减少存储空间占用6.4云数据库服务RDS应用与高可用配置云数据库服务是云计算平台的重要组成部分，本节将介绍RDS（RelationalDatabaseService）应用与高可用配置。6.4.1RDS应用RDS支持多种数据库引擎，如MySQL、PostgreSQL、Oracle等，适用于各种业务场景。一个RDS数据库实例的配置示例：参数说明数据库引擎MySQL地域华北1（杭州）可用区可用区A实例规格db.rds.m5.large，4vCPU、8GB内存监控开启监控，实时监控数据库功能6.4.2高可用配置为了提高数据库的可用性，用户可采取以下措施：措施说明主从复制将数据库主实例复制到其他可用区，实现数据备份和故障转移自动故障转移当主实例发生故障时，自动切换到从实例，保证数据库服务的连续性网络隔离将数据库实例与网络隔离，防止外部攻击第七章Web开发技术栈全栈实战演练7.1Node.js全栈开发与Express框架应用Node.js作为一种基于ChromeV8引擎的JavaScript运行环境，以其高效的I/O处理能力和事件驱动模型在Web开发中备受青睐。Express框架作为Node.js的一个快速、极简的Web应用开发能够显著地提升开发效率。7.1.1Node.js环境搭建在开始Node.js全栈开发之前，需要搭建Node.js开发环境。步骤概述：（1）下载并安装Node.js：从官方Node.js官网下载适合操作系统的Node.js版本，并进行安装。（2）验证安装：通过命令行输入node-v和npm-v来验证Node.js和npm（Node.js包管理器）是否安装成功。7.1.2Express框架基础Express框架的核心是一个可挂载各种中间件的函数。Express框架的基本使用：constexpress=require(‘express’);constapp=express();app.get(‘/’,(req,res)=>{res.send(‘HelloWorld!’);});app.listen(3000,()=>{console.log(‘Serverisrunningonport3000’);});7.2React前端框架组件化开发实战React是一个用于构建用户界面的JavaScript库，其组件化开发模式使得UI的构建更加模块化和可复用。7.2.1创建React项目使用CreateReactApp工具可快速创建一个React项目：npxcreate-react-appmy-appcdmy-appnpmstart7.2.2组件化开发React组件分为类组件和函数组件。一个简单的函数组件示例：importReactfrom‘react’;functionWelcome(props){returnHello,{};}exportdefaultWelcome;7.3Docker容器化部署与微服务架构实践Docker是一种开源的应用容器引擎，它可将应用程序及其依赖打包到一个可移植的容器中，然后发布到任何流行的Linux或Windows机器上。7.3.1Docker容器化一个使用Dockerfile创建Docker容器的简单示例：FROMnode:14WORKDIR/appCOPYpackage*.json./RUNnpminstallCOPY..CMD[“node”,“app.js”]7.3.2微服务架构微服务架构是一种设计方法，其中应用程序被构建为一组小型服务，每个服务都在自己的进程中运行，并与轻量级机制（是HTTP资源API）进行通信。一个简单的微服务架构示例：服务名描述user-service处理用户数据order-service处理订单数据payment-service处理支付数据7.4Web开发功能优化与跨域请求处理Web开发功能优化和跨域请求处理是Web开发中常见且重要的环节。7.4.1功能优化一些常见的Web开发功能优化方法：方法描述压缩资源通过压缩图片、CSS和JavaScript文件来减少传输大小缓存利用浏览器缓存和HTTP缓存头减少重复请求代码分割将代码分割成小块，按需加载7.4.2跨域请求处理跨域请求是由于浏览器的同源策略造成的。一些处理跨域请求的方法：方法描述JSONP通过<script>标签绕过同源策略CORS通过服务器设置HTTP响应头来允许跨域请求代理通过服务器代理请求，避免直接跨域第八章人工智能基础应用与机器学习入门8.1机器学习算法基础与Scikit-learn实践机器学习算法是人工智能领域的核心，它通过数据驱动的方式实现模型的构建与优化。Scikit-learn作为Python中常用的机器学习库，提供了丰富的算法实现和便捷的接口。对几种常见机器学习算法及其在Scikit-learn中的实践应用进行概述。8.1.1线性回归线性回归是机器学习中最基本的回归算法之一，用于预测连续值。在Scikit-learn中，线性回归的实现fromsklearn.linear_modelimportLinearRegression创建线性回归模型model=LinearRegression()拟合模型model.fit(X_train,y_train)预测y_pred=model.predict(X_test)其中，X_train和y_train是训练数据，X_test是测试数据。8.1.2决策树决策树是一种基于树结构的分类与回归算法。在Scikit-learn中，决策树的实现fromsklearn.treeimportDecisionTreeClassifier创建决策树模型model=DecisionTreeClassifier()拟合模型model.fit(X_train,y_train)预测y_pred=model.predict(X_test)8.1.3随机森林随机森林是一种集成学习方法，通过构建多个决策树并进行投票来提高模型的泛化能力。在Scikit-learn中，随机森林的实现fromsklearn.ensembleimportRandomForestClassifier创建随机森林模型model=RandomForestClassifier()拟合模型model.fit(X_train,y_train)预测y_pred=model.predict(X_test)8.2深入学习框架TensorFlow与PyTorch应用深入学习是机器学习的一个分支，它通过模拟人脑神经元连接的方式构建复杂模型。TensorFlow和PyTorch是目前最流行的深入学习框架。以下简要介绍这两种框架在深入学习中的应用。8.2.1TensorFlowTensorFlow是一个基于数据流图的开源深入学习由Google开发。一个简单的TensorFlow神经网络实现：importtensorflowastf定义神经网络结构model=tf.keras.Sequential([tf.keras.layers.Dense(64,activation=‘relu’,input_shape=(784,)),tf.keras.layers.Dense(10,activation=‘softmax’)])编译模型modelpile(optimizer=‘adam’,loss=‘sparse_categorical_crossentropy’,metrics=[‘accuracy’])训练模型model.fit(x_train,y_train,epochs=5)评估模型model.evaluate(x_test,y_test)8.2.2PyTorchPyTorch是一个由Facebook开发的开源深入学习以其动态计算图和易用性而闻名。一个简单的PyTorch神经网络实现：importtorchimporttorch.nnasnnimporttorch.optimasoptim定义神经网络结构classNet(nn.Module):definit(self):super(Net,self).__init__()self.fc1=nn.Linear(784,64)self.fc2=nn.Linear(64,10)defforward(self,x):x=torch.relu(self.fc1(x))x=self.fc2(x)returnx创建模型实例model=Net()编译模型optimizer=optim.Adam(model.parameters(),lr=0.001)criterion=nn.CrossEntropyLoss()训练模型forepochinrange(5):optimizer.zero_grad()output=model(x_train)loss=criterion(output,y_train)loss.backward()optimizer.step()评估模型withtorch.no_grad():output=model(x_test)loss=criterion(output,y_test)8.3自然语言处理技术文本分析与情感挖掘自然语言处理（NLP）是人工智能领域的一个重要分支，旨在使计算机能够理解和处理人类语言。文本分析与情感挖掘是NLP中的两个重要应用方向。8.3.1文本分析文本分析是对文本数据进行分析和处理的过程，包括文本预处理、特征提取、主题建模等。一个基于TF-IDF（词频-逆文档频率）的文本分析示例：fromsklearn.feature_extraction.textimportTfidfVectorizer创建TF-IDF模型特征提取X=vectorizer.fit_transform(texts)可视化词频frommatplotlibimportpyplotaspltimportseabornassns绘制词云wordcloud=sns.wordcloud(X.toarray(),max_words=1000,background_color=‘white’)plt.show()8.3.2情感挖掘情感挖掘是NLP中的一个重要应用，旨在从文本中识别和提取情感倾向。一个基于情感词典的情感挖掘示例：创建情感词典positive_words=[‘happy’,‘joy’,‘love’]negative_words=[‘sad’,‘angry’,‘hate’]情感词典sentiment_dict={‘positive’:positive_words,‘negative’:negative_words}情感分析