动手安装NLTK（Anaconda）

动手安装NLTK（Anaconda）

windows系统
首先冲新创建一个虚拟环境，用于后续应用

激活虚拟空间

下载numpy

安装nltk

安装成功

查看是否安装成功

python
import nltk

没反应则安装成功
下载nltk中自带的语料

但是在安装过程出现错误 。

这里只需将Server Index路径改成NLTK官网http://www.nltk.org/nltk_data/即可。

下面是改完后的

然后选择我们所需要的进行下载就可以了。
下面是安装成功后的

代码小练

from sklearn.feature_extraction.text import TfidfVectorizer
 
tfidf = TfidfVectorizer()
 
corpus=["我 来到 北京 清华大学",#第一类文本切词后的结果，词之间以空格隔开
        "他 来到 了 网易 杭研 大厦",#第二类文本的切词结果
        "小明 硕士 毕业 与 中国 科学院",#第三类文本的切词结果
        "我 爱 北京 天安门"]#第四类文本的切词结果
 
result = tfidf.fit_transform(corpus).toarray()
print(result)
# 统计关键词
word = tfidf.get_feature_names()
print(word)
# 统计关键词出现次数，几句话对比几次
for k,v in tfidf.vocabulary_.items():
    print(k,v)
# 对比第i类文本的词语tf-idf权重
for i in range(len(result)):
    print('----------------------',i,'--------------------')
    for j in range(len(word)):
        print(word[j],result[i][j])

fit_transform方法将语料转化成TF-IDF权重矩阵，get_feature_names方法可得到词汇表。
get_feature_names(): 获取通过 TfidfVectorizer 学习到的所有特征词（术语），即文本数据中的所有可能词汇。
for k, v in tfidf.vocabulary_.items()：vocabulary_是一个字典，将每个特征词（术语）映射到其在 TF-IDF 矩阵中的列索引（或位置）。这里循环打印每个特征词及其对应的索引值
运行结果：