- 博客(7)
- 收藏
- 关注
原创 [Python]文章关键词提取实践(1)——准备语料库
"""加载停用词"""cut和lcut方法只在返回类型上有区别。这里的pair为。"""过滤非名词、停用词及单字"""word: strflag: strword = segflag = 'n'else:continue提供一个形参pos进行词性/非词性过滤的选择。词性过滤分支过滤非名词词汇。非词性过滤则认为所有的词都是名词。"""加载数据集并切词过滤"""在中将每一句话看做一个文档。
2024-01-28 17:01:50
438
1
原创 [Python]编写一个简易爬虫模型——爬取百度百科图片链接
近日写了个简单的爬虫模型原型用于爬取百度百科的图片链接,实现思路比较简单dataclass。
2024-01-07 23:44:31
1185
1
原创 对《对比Excel,轻松学习Python数据分析》pandas操作部分的整理
本文基于《对比Excel,轻松学习Python数据分析》,对该书的pandas部分进行整理。
2023-11-28 16:26:28
835
原创 数据探索阶段——对样本数据集的结构和规律进行分析
在收集到初步的样本数据之后,接下来该考虑的问题有:(1)样本数据集的数量和质量是否满足模型构建的要求。(2)是否出现从未设想过的数据状态。(3)是否有明显的规律和趋势。(4)各因素之间有什么样的关联性。解决方案:检验数据集的数据质量、绘制图表、计算某些特征量等,对样本数据集的结构和规律进行分析。从数据质量分析和数据特征分析两个角度出发。
2023-10-22 01:10:41
102
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人