Python jieba库用法及实例解析
更新时间：2019年11月04日 11:17:52 作者：王陸
这篇文章主要介绍了Python jieba库用法及实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
1、jieba库基本介绍
(1)、jieba库概述
jieba是优秀的中文分词第三方库
- - 中文文本需要通过分词获得单个的词语
- - jieba是优秀的中文分词第三方库，需要额外安装
- - jieba库提供三种分词模式，最简单只需掌握一个函数
(2)、jieba分词的原理
Jieba分词依靠中文词库
- 利用一个中文词库，确定汉字之间的关联概率
- 汉字间概率大的组成词组，形成分词结果
- 除了分词，用户还可以添加自定义的词组
jieba库使用说明
(1)、jieba分词的三种模式
精确模式、全模式、搜索引擎模式
- - 精确模式：把文本精确的切分开，不存在冗余单词
- - 全模式：把文本中所有可能的词语都扫描出来，有冗余
- - 搜索引擎模式：在精确模式基础上，对长词再次切分
(2)、jieba库常用函数
2.jieba应用实例
3.利用jieba库统计三国演义中任务的出场次数
import jieba
txt = open("D:\\三国演义.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt) # 使用精确模式对文本进行分词
counts = {} # 通过键值对的形式存储词语及其出现的次数
for word in words:
if len(word) == 1: # 单个词语不计算在内
continue
else:
counts[word] = counts.get(word, 0) + 1 # 遍历所有词语，每出现一次其对应的值加 1
items = list(counts.items())#将键值对转换成列表
items.sort(key=lambda x: x[1], reverse=True) # 根据词语出现的次数进行从大到小排序
for i in range(15):
word, count = items[i]
print("{0:<5}{1:>5}".format(word, count))
统计了次数对多前十五个名词，曹操不愧是一代枭雄，第一名当之无愧，但是我们会发现得到的数据还是需要进一步处理，比如一些无用的词语，一些重复意思的词语。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇Python可变参数会自动填充前面的默认同名参数实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-11-11
在本篇文章里小编给大家整理的是一篇关于python muggle_ocr库用法及实例代码内容，有需要的朋友们可以跟着学习参考下。2021-07-07
Python调用ChatGPT制作基于Tkinter的桌面时钟
这篇文章主要为大家详细介绍了Python如何调用ChatGPT制作基于Tkinter的桌面时钟，文中的示例代码讲解详细，感兴趣的可以了解一下2023-03-03
今天小编就为大家分享一篇关于Python编程图形库之Pillow使用方法讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-12-12
单元测试是软件开发中不可或缺的一部分,有助于确保代码的正确性、可维护性和可扩展性,在Python中,有丰富的工具和库可用于进行单元测试,本文将为你提供一个全面的指南,从入门到精通,轻松掌握Python单元测试的方方面面2023-11-11
这篇文章主要为大家详细介绍了python实现定时发送邮件到指定邮箱，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-12-12
这篇文章主要介绍了python计算圆周长、面积、球体体积并画出圆(python3+PyObject+Gtk实现界面联动),需要的朋友可以参考下2014-04-04
Django全局启用登陆验证login_required的方法
这篇文章主要介绍了Django全局启用登陆验证login_required的方法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-06-06
大家都知道ipython是一个python的交互式shell，比默认的python shell好用得多，IPython有许多种安装方式，这主要和使用什么操作系统有关。本文给大家介绍的是在windows下ipython的安装与使用，有需要的朋友们可以参考学习。2016-10-10
这篇文章主要介绍了PyTorch如何使用embedding对特征向量进行嵌入问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
最新评论