NLP基础知识（Excel读写、关键词提取、主题模型LDA）

本文参照bilibili上课程《用CNN实现文本分类》。

一、用openpyxl 方法写Excel

首先导入包：from openpyxl import Workbook；

from openpyxl import Workbook
if __name__ == "__main__":
    # 数据
    liebioa=[
        ["A","B"],
        [1,2],
        [3,4],
        [5,6],
        ]
    #创建一个工作簿
    wb = Workbook()
    # 新建一个工作表，可以指定索引，适当安排其在工作簿中的位置
    sheet = wb.create_sheet('Data', index=0)
    # 指定sheet名
    sheet.title = 'ceshi1'
    for row in liebioa:
        sheet.append(row)
    wb.save('C:/Users/miao/Desktop/Write_test.xlsx')
   

由于append()函数只能按行写入。如果我们想按列写入呢。append能实现需求么？如果把上面的列表嵌套看作矩阵。只要将矩阵转置就可以了。使用zip()函数可以实现，不过内部的列表变成了元组就是了。都是可迭代对象，不影响。具体：list(zip(*需要转置的list))

    liebioa=[
        ["A","B"],
        [1,2],
        [3,4],
        [5,6],
        ]
    wb = Workbook()
    sheet = wb.create_sheet('Data', index=1)
    sheet.title = 'ceshi2'
    liebioa2=list(zip(*liebioa))
    for row in liebioa2:
        sheet.append(row)
    wb.save('C:/Users/miao/Desktop/Write_test.xlsx')
   

从Excel中读取文本，并去停用词处理，处理完后做一个简单的词频统计

   import pandas as pd
   import jieba
   from openpyxl import load_workbook
   import numpy as np