1.主题： 简单爬取简书中的专题‘’@IT·互联网“中的文章，爬取信息之后通过jieba分词生成词云并且进行分析； 2.实现过程： 第一步：打开简书并进入到@IT-互联网专题 网页链接：https://www.jianshu.com/c/V2CqjW?utm_medium=index-collect ...
分类：
编程语言 时间：
2018-04-29 22:13:59
阅读次数：
332
具体项目在githut里面： 应用jieba库分词 1）利用jieba分词来统计词频： 对应文本为我们队伍的介绍：jianjie.txt： 项目名称：碎片 项目描述：制作一个网站，拾起日常碎片，记录生活点滴！ 项目成员：孔潭活、何德新、吴淑瑶、苏咏梅 成员风采： 孔潭活：2015034643032 ...
分类：
其他好文 时间：
2018-04-11 23:03:00
阅读次数：
312
恢复内容开始 案例1:对主席的新年致辞进行分词,绘制出词云 掌握jieba分词的用法 1.加载包 2.导入数据 3.清洗数据 4.移除感叹词 5.绘制词云 案例2:通过拉勾网的数据进行分析,找出数据分析师相关的城市,薪水,工作年限等信息 数据集下载：链接:https://pan.baidu.com/ ...
分类：
编程语言 时间：
2018-03-27 02:01:09
阅读次数：
957
始终觉得官方文档是最好的学习途径。嗯，我只是一个大自然的搬运工。 jieba.cut 方法接受三个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用全模式；HMM 参数用来控制是否使用 HMM 模型 jieba.cut_for_search 方法接受两个参数：需要分词的字符串；是否使 ...
分类：
其他好文 时间：
2018-03-14 18:07:36
阅读次数：
193
1. 数据采集：Python爬取淘宝网商品数据 2. 对数据进行清洗和处理 3. 文本分析：jieba分词、wordcloud可视化 4. 数据柱形图可视化 barh 5. 数据直方图可视化 hist 6. 数据散点图可视化 scatter 7. 数据回归分析可视化 regplot ...
分类：
编程语言 时间：
2018-03-09 13:18:55
阅读次数：
290
最近用到分词考虑很久，选用了结巴分词，原因见博客 "Lucene.net(4.8.0) 学习问题记录五: JIEba分词和Lucene的结合，以及对分词器的思考" 既然选好了，难就开始行动吧 。 查了.net core版的JIEba分词目前已经有人迁移了 1. "https://github.com ...
分类：
Web程序 时间：
2018-02-28 22:59:11
阅读次数：
969
支持三种分词模式： ? 精确模式，试图将句子最精确地切开，适合文本分析； ? 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； ? 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。 http://www.cnblogs.com/to ...
分类：
其他好文 时间：
2018-02-26 13:28:43
阅读次数：
181
英文分词可以使用空格，中文就不同了，一些分词的原理后面再来说，先说下python中常用的jieba这个工具。 首先要注意自己在做练习时不要使用jieba.Py命名文件，否则会出现 jieba has no attribute named cut …等这些，如果删除了自己创建的jieba.py还有错误 ...
分类：
编程语言 时间：
2018-02-24 18:00:16
阅读次数：
759
由于我安装的是 Python3 ，所以我是通过 pip3 来安装 jieba 分词模块： 执行完上面的一步之后，我们就已经成功安装了 jieba 分词模块了，以下我们来进行一个简单的测试，看看我们是否安装成功： 下面我们来看看结果： 由上图可以得出，cut 的结果返回的是一个生成器，最后的分词结果是 ...
分类：
编程语言 时间：
2018-02-23 23:57:02
阅读次数：
720
Lucene.net和PanGu分词实现全文检索 Lucene.net(4.8.0) 学习问题记录五: JIEba分词和Lucene的结合，以及对分词器的思考 前言：目前自己在做使用Lucene.net和PanGu分词实现全文检索的工作，不过自己是把别人做好的项目进行迁移。因为项目整体要迁移到ASP ...
分类：
Web程序 时间：
2018-02-10 22:37:55
阅读次数：
1088
