python 入门 读取中文分析 第三讲

 这样可以直接使用函数名,而不用再写   库名.函数名

如果你的程序中有相同名称的函数,那么代码运行时,起作用的是最后声明的那个函数

如果库名比较长,那么使用别名(库别名.函数名)会比较方便

分词产生的类型为列表类型保存在ls中

jieba是非常优秀的中文分词库

用于对中文文本进行分词操作,产生包含产生词语的列表

jieba是第三方库,需要额外安装

jieba库的安装:

(cmd命令行) pip install jieba

安装成功后会提示Successfully installed jieba

安装idle时,它会自带一个工具pip它能够以联网的方式安装第三方库

第二行是全分词,就是把可能的分词情况全部列举出来,所以存在冗余

最后一行jieba.add_word(w)就是向jieba分词库中添加新的词语,这样它就会

计算生态编程

一、利用python庞大的计算生态提高编程产量

  • 除了python语言外,要掌握一批数量的python库的使用
  • 对于某些“通用问题”,要学会寻找python库
  • http://pypi.org    它是python官方维护的第三方库索引引擎,有超过14万个第三方库

二、围绕python计算生态完成编程功能

  • 结合python计算生态中较重要的框架,完成编程任务
  • 例如:结合python开展深度学习应用
  • 例如:结合Scrapy框架编写爬虫应用

三、构建Python库,丰富Python计算生态

  • 对于新的理解和认识,构建python计算生态
  • 底层可以利用c/c++等语言实现,给与python接口 
#WordCount.py
import jieba as ja #导入jieba中文分词库给别名ja
f = open("file1.txt","r",encoding="utf-8") #打开文件,并给出解码方式
txt = f.read() #
f.close() #关闭文件
ls = ja.lcut(txt)
d={}             #创建了一个空字典,键值对的集合
for w in ls:
    d[w] = d.get(w,0)+1 #建立每个词与出现次数的键值对
	
for k in d:               #将d中的每一个键读出,使用d[k]获得它的值
    if d[k] >= 50 and k != "\n":
	    print('"{}"出现{}次'.format(k,d[k]))  #k是这个词,d[k]是通过字典查到对应的值

字典是映射的结合,体现为键值对的组合
映射是一种(索引)和值(数据)的对应

d.get(<键1>,0)   #这一行是在字典中查找键1对于的值,

如果这个键1真实存在就会返回对应的值,

如果没有键1,就会返回第二个参数0。

发布了101 篇原创文章 · 获赞 73 · 访问量 12万+

猜你喜欢

转载自blog.csdn.net/usstmiracle/article/details/104455189
今日推荐