提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
`
提示:以下是本篇文章正文内容,下面案例可供参考
一、nltk
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、计算中文的tf-idf
代码如下(示例):
import nltk
nltk.download(‘punkt’)
import jieba
from nltk.text import TextCollection
from nltk.tokenize import word_tokenize
with open(‘华为数据.csv’,encoding=‘utf-8-sig’) as file_object:
text = file_object.read().encode()
sentences = text.split()
sent_words = [list(jieba.cut(sent0)) for sent0 in sentences]
corpus = [" ".join(sent0) for sent0 in sent_words]
print(‘词料:’, corpus)
计算语料库中"one"的tf值
tf &#