亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

《Python數(shù)據(jù)科學(xué)入門》之閱讀筆記(第3章)

系統(tǒng) 1570 0

Python數(shù)據(jù)科學(xué)入門

Dmitry Zinoviev著
熊子源 譯


第三章 使用文本數(shù)據(jù)

第13單元 處理HTML文件

Beautifulsoup通過Python字典接口實(shí)現(xiàn)對HTML標(biāo)簽屬性的訪問。如果標(biāo)簽對象t表示超鏈接,則超鏈接目標(biāo)的字符串值為t[“herf”].string。HTML標(biāo)簽是不區(qū)分大小寫的。

Soup最有用的函數(shù):

soup.find() 找到目標(biāo)的一個實(shí)例
soup.find_all() 找到目標(biāo)的所有實(shí)例

HTML\XML之所以強(qiáng)大,是因?yàn)橛卸鄻踊墓δ?,但是這些功能未嘗不是他們的魔咒。尤其是涉及到表格數(shù)據(jù)。

第14單元 處理CSV文件

CSV寫入器提供writerow()和writerows()兩個函數(shù):

Writerow() 將一個字符串或數(shù)字作為一條記錄寫入文件
Writerows() 將字符串或數(shù)字列的列表作為記錄集寫入文件

第15單元 讀取JSON文件

JSON是一種輕量級的數(shù)據(jù)交換格式,該格式與編碼語言無關(guān)。

某些Python中的數(shù)據(jù)類型和結(jié)構(gòu)(集合、復(fù)數(shù))無法存儲在JSON中。需要在導(dǎo)入前將他們轉(zhuǎn)換成JSON可表示的數(shù)據(jù)類型。

數(shù)據(jù)序列化:
(序列化:將復(fù)雜數(shù)據(jù)存放在JSON文件中的操作)

dump() 將一個用JSON表示的Python對象導(dǎo)出到先前打開的文本中
dumps() 導(dǎo)出的Python對象是文本字符串
            
              loads():將有效的JSON字符串轉(zhuǎn)換為Python對象

            
          

第16單元 處理自然語言中的文本

NLTK語料庫:
NLTK語料庫都存儲在模塊nltk.corpus中。

            
              nltk.corpus.wordnet對象:一個在線語義網(wǎng)絡(luò)WordNet(用詞性和序列號標(biāo)記的同義詞集合)

            
          

同義詞可以具有上義詞(含義比較抽象的同義詞)和下義詞(含義比較具體的同義詞)

plaintextCorpusReader創(chuàng)建自己的語料庫:

            
              fields() 	#返回包含在新創(chuàng)建的語料庫中的文件列表 
raw() 		#返回語料庫中原始的“原始”文件
sents() 	#返回所有句子的列表
words() 	#返回所有單詞的列表

            
          

規(guī)范化

Word_tokensize(text) 切分單詞
sent_tokensize(text) 切分句子
regexp_tokensize(text,re) 基于正則表達(dá)式的分詞

NLTK提供了兩種基本的詞干分析器:

  • Porter:比較保守
  • Lancaster:比較激進(jìn),會產(chǎn)生更多的音型相近但含義不同的句子

Nltk.pos_tag(text) :為文本中的每一個單詞分配一個詞性標(biāo)簽,其中文本是一個單詞列表。函數(shù)的返回值是一個元組列表,其中元組的第一個元素是原始單詞,第二個元素是標(biāo)簽。


"All we can do is our best, and sometimes the best we can do is to start over."--《Avengers: Endgame》


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯(lián)系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點(diǎn)擊下面給點(diǎn)支持吧,站長非常感激您!手機(jī)微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點(diǎn)擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!??!

發(fā)表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 免费精品国产自产拍在 | www.狠狠插| 久久新| 天天躁狠狠躁 | 欧美成人亚洲欧美成人 | 欧美一级毛片免费播放aa | 四虎国产成人永久精品免费 | 久久久久久久91精品免费观看 | 国产无套乱子伦精彩是白视频 | 亚洲 日本 欧美 中文幕 | 色综合网站国产麻豆 | 国产麻豆精品手机在线观看 | 92国产福利久久青青草原 | 日韩男人天堂 | 伊人久久成人爱综合网 | 国产不卡影院 | 色综合国产 | 国产在视频线精品www666 | 国产精品久久久香蕉 | 日本精品一区二区三区在线观看 | 国产精品一区二区久久精品 | 6080欧美一区二区三区四区 | 一本伊在人香蕉线观新在线 | 欧美7777| 亚洲精品高清国产麻豆专区 | 久久精品在现线观看免费15 | 欧美视频在线一区二区三区 | 奇米视频777 | 在线观看日韩一区 | 欧美精品在欧美一区二区 | 精品视频一区二区三区 | 两性色午夜视频免费老司机 | 久久狠狠婷婷丁香香蕉 | 国产成人精品综合网站 | 美国一级毛片aa | 欧美特黄一级aa毛片 | 真实子伦视频不卡 | 四虎在线最新永久免费 | 国产精品免费看久久久 | 狠狠久久亚洲欧美专区 | 男女午夜激情 |