python一些庫的基本使用

一. jieba庫
安裝：pip install jieba

1. 中文分詞

   • 利用一個(gè)中文詞庫，確定中文字符之間的關(guān)聯(lián)概率
   • 中文字符間概率大的組成詞組，形成分詞結(jié)果
   • 除了分詞，用戶還可以添加自定義的詞組（如：司馬相如等等這類人名或者專有名詞）

2. 三種模式

   • 精確模式：把文本精確的切分開，不存在冗余單詞
   • 全模式：把文本中所有可能的詞語都掃描出來，有冗余
   • 搜索引擎模式：在精確模式基礎(chǔ)上，對(duì)長詞再次切分

```
jieba.lcut(s)    精確模式，返回一個(gè)  列表  類型的分詞結(jié)果
jieba.lcut("中國是一個(gè)偉大的國家") 
['中國', '是', '一個(gè)', '偉大', '的', '國家']
```

二. wordcloud庫
掌握詞云 能夠 快速找出 關(guān)鍵信息
安裝：pip install wordcloud

1. 生成詞云

   
   
   grwordcloud.png

2. 基本使用：
   wordcloud庫把詞云當(dāng)作一個(gè)WordCloud對(duì)象

   • wordcloud.WordCloud()代表一個(gè)文本對(duì)應(yīng)的詞云
   • 可以根據(jù)文本中詞語出現(xiàn)的頻率等參數(shù)繪制詞云
   • 詞云的繪制形狀、尺寸和顏色都可以設(shè)定，如上如的形狀是長方形，但是可以改為中國地圖的輪廓圖

3. 常規(guī)方法：

   • 以WordCloud對(duì)象為基礎(chǔ)

   • 配置參數(shù)、加載文本、輸出文件
     w = wordcloud.WordCloud() 生成詞云對(duì)象

     方法	描述
     w.generate(txt)	向WordCloud對(duì)象w中加載文本txt
     w.to_file(filename)	將詞云輸出為圖像文件，.png或.jpg格式

  import wordcloud
  c = wordcloud.WordCloud()           - 步驟1：配置對(duì)象參數(shù)
  c.generate("wordcloud by Python")   - 步驟2：加載詞云文本
  c.to_file("pywordcloud.png")        - 步驟3：輸出詞云文件

4. 詞云的工作基本原則（重要）:
   詞云是統(tǒng)計(jì) 單詞 頻率，（根據(jù)單詞間的空格，這一點(diǎn)與中文不同，中文單詞間并沒有空格），如下圖：

   
   
   image.png
5. 兩個(gè)實(shí)例：
   英文字符串

   import wordcloud
   txt = "life is short, you need python"
   w = wordcloud.WordCloud( \
       background_color = "white")
   w.generate(txt)
   w.to_file("pywcloud.png")
   

   中文字符串

   import jieba
   import wordcloud
   txt = "程序設(shè)計(jì)語言是計(jì)算機(jī)能夠理解和\
   識(shí)別用戶操作意圖的一種交互體系，它按照\
   特定規(guī)則組織計(jì)算機(jī)指令，使計(jì)算機(jī)能夠自\
   動(dòng)進(jìn)行各種運(yùn)算處理。"
   w = wordcloud.WordCloud( width=1000,\
      font_path="msyh.ttc",height=700)       msyh.ttc為微軟雅黑字體，在自己的電腦上能夠搜索到
   w.generate(" ".join(jieba.lcut(txt)))     這里在單詞間加入空格，使得wordcloud能夠正確獲得單詞以及其頻率
   w.to_file("pywcloud.png")                 中文需要先分詞并組成空格分隔字符串
   

三. os庫的使用

1. 路徑操作

   os.path.abspath(path)    返回path在當(dāng)前系統(tǒng)中的絕對(duì)路徑
   os.path.dirname(path)    返回path中的目錄名稱
   

2. 進(jìn)程管理
   當(dāng)我們的程序 需要 讓計(jì)算機(jī)來調(diào)用執(zhí)行 計(jì)算機(jī)內(nèi)的其他程序的時(shí)候來使用，下面的那個(gè).exe可以是任何一個(gè)程序（只要正確指定path）

   import os
   os.system("C:\\Windows\\System32\\calc.exe")
   

四. re庫的使用
正則表達(dá)式語法由 字符 和 操作符 構(gòu)成
1. 正則表達(dá)式語法

image.png

2. re庫主要函數(shù)
   基礎(chǔ)函數(shù)：compile()
   功能函數(shù)：search()、match()、findall()、spilt()、finditer()、sub()
   詳情：各個(gè)函數(shù)