python文本挖掘（一）-初探jieba分词包

一、jieba简介

    近年来，随着机器学习越来越火，python也跟着火了起来，而python在数据挖掘领域的使用也越来越广泛。在python的第三方包里，jieba应该算得上是分词领域的佼佼者，想要使用python做文本分析，分词是必不可少的一个环节。

二、安装说明

    1、python2.x

    打开cmd（命令提示符）或Prompt（Anaconda），输入pip install jieba

    2、python3.x

    打开cmd（命令提示符）或Prompt（Anaconda），输入pip3 install jieba3k

三、功能展示

    1、分词

    代码示例

#encoding=utf-8
import jieba

seg_list = jieba.cut("我来到北京清华大学", cut_all=True)
print("Full Mode:", "/ ".join(seg_list))  # 全模式

seg_list = jieba.cut("我来到北京清华大学", cut_all=False)
print("Default Mode:", "/ ".join(seg_list))  # 精确模式

seg_list = jieba.cut("他来到了网易杭研大厦")  # 默认是精确模式
print(", ".join(seg_list))

seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造")  # 搜索引擎模式
print(", ".join(seg_list))