python学习笔记六 — 文本分析基础与词云

中文分词jieba库
jieba是一个python语言实现的中文分词组件。jieba组件的安装十分简单，在命令行中执行全自动安装命令pip install jieba即可。

jieba库的主要函数：

函数	描述
jieba.cut(x)	精确模式，返回一个可迭代的数据类型
jieba.lcut(x)	全模式，返回一个列表类型
jieba.cut_for_search(x)	搜索引擎模式，适合搜索引擎建立索引的分词结果
jieba.lcut_for_search(x)	搜索引擎模式，返回一个列表类型
jieba.cut(x,cut_all=True)	全模式，输出文本x中所有可能单词
jieba.add_word(s)	向分词词典中增加新词s

精确模式分词：
试图将句子精准的分开，适合文本分析。

import jieba
for words in jieba.cut("我爱Python"): #jieba.cut()返回一个可迭代类型
    print(words,end=' ')
s="我爱Python"
test=jieba.lcut(s)	#jieba.lcut()返回一个列表类型
print(test)

结果：

我 爱 Python ['我', '爱', 'Python']

全模式分词：

搜索引擎模式分词：
自定义词典：

社交关系网络networkx库

networkx支持创建简单无向图，有向图和多重图；内置许多标准图论算法，节点可为任意数据；支持任意的边值维度，功能丰富，简单易用。

networkx 是一个第三方库。
安装：
下载networkx文件
cmd进入放置networkx的文件
执行 pip install networkx 命令即可

创建图

在创建图之前，需要导入networkx模块，通常设置别名为nx；
如果创建的图中，顶点之间的边没有方向，那么该图称作无向图。
在创建图时，可以通过help(g)来获得图的帮助文档。’’’
from matplotlib import pyplot as plt
import networkx as nx
g=nx.Graph()#创建空的无向图
g=nx.DiGraph()#创建空的有向图

图的顶点

图中的每一个顶点Node都有一个关键的ID属性，用于唯一标识一个节点，
ID属性可以整数或字符类型；顶点除了ID属性之外，还可以自定义其他的属性。

向图中增加顶点

在向图中增加顶点时，可以一次增加一个顶点，也可以一次性增加多个顶点，
顶点的ID属性是必需的。在添加顶点之后，可以通过g.nodes()函数获得图的所有顶点的视图，
返回的实际上NodeView对象；如果为g.nodes(data=True)的data参数设置为true，
那么返回的是NodeDataView对象，该对象不仅包含每个顶点的ID属性，还包括顶点的其他属性。’’’

g.add_node(1)
g.add_