数据湖开发者社区的博客

自然语言（Natural Language）通常是指一种自然地随文化演化的语言，例如，汉语、英语、日语都是自然语言的例子。与编程语言等为计算机而设的“人造”语言相对，自然语言无法直接被计算机等“理解”，在这个前提下，如何让计算机认识、学习乃至理解自然语言就成了一个重要的研究方向：自然语言处理( Natural Language Processing, NLP) 。简而言之，自然语言处理旨在人与机器的直接通信，这需要一个复杂的系统做支撑，尤其是该系统必须能够正确的“表示”自然语言。以汉字为例，虽.

安装pandas模块包，载入练习数据。在pandas中，常用的载入函数是read_csv。除此之外还有read_excel和read_table，table可以读取txt。若是服务器相关的部署，则还会用到read_sql，直接访问数据库，但它必须配合mysql相关包。read_csv拥有诸多的参数，encoding是最常用的参数之一，它用来读取csv格式的编码。这里使用了gb2312，该编码常见于windows，如果报错，可以尝试utf-8。sep参数是分割符，有些csv文件用逗号分割列，有些是