dianyang9984-CSDN博客

转载 matplotlib输出图象的中文显示问题（转载）

因项目需要输出中文统计图，选择matplotlib还不错。在其中使用中文发现有些问题。在网上找到的解决方案还不错。一、找到c:\python24\lib\site-packages\matplotlib\mpl-data\matplotlibrc （修改font.sans-serif、verbose.level两行代码）1、找到了matplotlibrc设置文件,是个文本文件,...

2012-04-23 14:46:00 117

转载 rdflib2.4.1安装手记

我用操作系统是winxp sp2第一步：下载并安装python2.5（注：不管我用rdflib2.4.1还是2.4.2 + python2.6 安装是总是有问题，改成了python2.5就可以）设置环境变量：path中添加：X:\Python25;（X代表安装python2.5时的路径）第二步：下载并安装mingw5.13（下载地址：http://pr...

2012-02-24 13:46:00 509

转载基于朴素贝叶斯分类器的文本分类算法及其他

朴素贝叶斯应用文本分类的文章，网络上有很多例子。笔者认为比较典型有：洞庭散人先生的文章（http://www.cnblogs.com/phinecos/archive/2008/10/21/1315948.htmljava版）；Liang Guo的文章（http://grepk.com/?p=704python版）waemz先生的文章（http://www.cnblogs.c...

2012-02-03 16:26:00 129

转载 Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍第三部分（转载）

Part 4 - Clustering by Color用颜色聚类We can also turnthe numbers into colors. For instance, here is a color display that correspondsto the first 3 dimensions of the Titles matrix that we showed a...

2012-02-02 16:03:00 126

转载 Latent Semantic Analysis (LSA) Tutorial 潜语义分析LSA介绍第二部分（转载）

Part 2 - Modify the Counts with TFIDF计算TFIDF替代简单计数In sophisticated Latent Semantic Analysis systems, the raw matrix countsare usually modified so that rare words are weighted more heavily tha...

2012-02-02 15:51:00 114

转载 Latent Semantic Analysis (LSA) Tutorial第一部分（转载）

译：http://www.puffinwarellc.com/index.php/news-and-articles/articles/33.htmlWangBen 2011-09-16 beijing潜语义分析LSA介绍Latent Semantic Analysis (LSA), also known as Latent Semantic Indexi...

2012-02-02 15:47:00 148

转载基于python的中文分词的实现及应用（转载）

基于python的中文分词的实现及应用刘新亮严姗姗(北京工商大学计算机学院，100037) 摘要中文分词的实现及应用属于自然语言处理范畴，完成的是中文分词在Python语言环境下的实现，以及利用这个实现的一个应用程序接口和一个中文文本处理的应用。设计共分为五个部分，分别是：分词模块、包装模块、应用程序接口、Nonsense模块，这个项目是为了下一步开放源...

2012-02-02 15:20:00 1081

转载 Python中文排序（转载）

Python比较字符串大小时，根据的是ord函数得到的编码值。基于它的排序函数sort可以很容易为数字和英文字母排序，因为它们在编码表中就是顺序排列的。>> print ','< '1'<'A'<'a'<'阿'True但要很处理中文就没那么容易了。中文通常有拼音和笔画两种排序方式，在最常用中文标准字符集GB2312中，3...

2012-02-02 15:19:00 413

转载用python调用ICTCLAS50进行中文分词

直接上源码吧tokenizer类：#_*_encoding:utf-8_*_from ctypes import *class tokenizer: def __init__(self): self._stext=['、','“','”','，','。','《','》','：','；','!','‘','’','?','？','...

2012-01-07 11:36:00 185

dianyang9984的博客