NLTK 库安装
pip install nltk
安装书籍
import nltk
nltk.download()
加载书籍
from nltk.book import *
搜索文本
从text1中检索20个包含former的语句上下文
text1.concordance("former")
搜索相关词
text1.similar("ship")
查看某个词在文章里出现的位置
text4.dispersion_plot(["citizens", "democracy", "freedom", "duties", "America"])
词统计
词统计
len(text1):返回总字数
set(text1):返回文本的所有词集合
len(set(text4)):返回文本总词数
text4.count("is"):返回“is”这个词出现的总次数
FreqDist(text1):统计文章的词频并按从大到小排序存到一个列表里
fdist1 = FreqDist(text1);fdist1.plot(50, cumulative=True):统计词频,并输出累计图像
fdist1.hapaxes():返回只出现一次的词
text4.collocations():频繁的双联词