qq_43151062的博客

snownlp是Python中的一类库，功能很多，这篇笔记涉及到其中的情感分析模块。snownlp文本分类功能将原始评论分为正负情感两个数据集，返回值为情绪的概率。情感评分在[0,1]之间，越接近1，情感表现越积极，越接近0，情感表现越消极。举个例子：from snownlp import SnowNLPfrom snownlp import sentiments=SnowNLP(u'这个东西真的很赞')print(s.words) #返回分词结果print(s.sentimen

1.先定义FreqWords（）函数from collections import Counterimport jieba#计算词频def FreqWords(txt, n_top=None, stopwords = None): #分词 words = jieba.cut(txt) #去掉停用词 if stopwords: words = [w for w in words if w not in stopwords] #计算词频

需要提前安装好jieba、wordcioud模块，直接pip就可，具体代码批注如下图，随便找了段网上的文本import jiebaimport wordcloud#读取文件with open("E:\word.txt",encoding="utf-8") as f: s = f.read()print(s)jieba.add_word('知识图谱') #防止“知识图谱”被切错词ls = jieba.lcut(s) # 生成分词列表text = ' '.join(ls)

最近遇到一个问题，需要将文本数据存到csv文件中，需要解决以下两个小问题1.文本直接存到CSV中会乱码掉，主要是因为Python和csv之间encode转换之间的问题，具体代码见批注。import csvf = codecs.open("xx.csv", 'wb', "gbk") #控制乱码writer = csv.writer(f)writer.writerows((datas))f.close()2.存到CSV文件中会把每一个字都分隔开，而我想要达到的效果是CSV的每一行的.