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
这篇文章主要介绍了详解如何用OpenCV + Python 实现人脸识别，非常具有实用价值，需要的朋友可以参考下2017-10-10
这篇文章主要为大家介绍了python字典，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-01-01
这篇文章主要为大家详细介绍了Python实现常见网络通信的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴就跟随小编一起学习一下吧2025-04-04
Python是一种流行的编程语言,可以轻松地通过脚本调用各种应用程序,本文就详细的介绍了python调用可执行文件.exe的2种实现方法,感兴趣的可以了解一下2023-08-08
这篇文章主要介绍了Django Rest framework频率原理与限制,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2019-07-07
今天小编就为大家分享一篇python创建ArcGIS shape文件的实现，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2019-12-12
这篇文章主要介绍了python 识别登录验证码图片功能，本文通过实例代码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2020-07-07
这篇文章主要介绍了如何利用Python实现读取Excel表格文件数据，并将其中符合我们特定要求的那一行加以复制指定的次数，感兴趣的小伙伴可以学习一下2023-07-07
这篇文章主要介绍了Python中使用print函数进行不换行打印问题,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
Getters 和 Setters 是帮助我们设置类变量或属性而无需直接访问的方法,这篇文章主要和大家介绍了如何在Python中创建Getter和Setter,需要的可以参考下2023-10-10
最新评论