python 学习笔记（3）-CSDN博客

本文链接：https://blog.csdn.net/weixin_45647721/article/details/124550285

模块（包）（部分介绍）：

import glob
1. 用来查找符合特定规则的文件路径:*匹配0个或多个字符，？匹配多个字符
2. 用法：glob.glob('./data/newsC000013/*.txt')
urllib.request 是用于获取 URL （统一资源定位符）的 Python 模块。它以 urlopen 函数的形式提供了一个非常简单的接口，能用不同的协议获取 URL。
import os.path #主要用于获取文件的属性。
import gzip#gzip模块能够直接压缩和解压缩bytes-like类型的数据，同时也能实现对应格式文件的压缩与解压缩
import pickle#能够实现任意对象与文本之间的相互转化，也可以实现任意对象与二进制之间的相互转化。也就是说，pickle 可以实现 Python 对象的存储及恢复。
import os#os模块提供的就是各种 Python 程序与操作系统进行交互的接口。通过使用os模块，一方面可以方便地与操作系统进行交互，另一方面页可以极大增强代码的可移植性。如果该模块中相关功能出错，会抛出OSError异常或其子类异常。
from sklearn.native_bayes import MultinomialNB
1. 全称是先验为多项式分布的朴素贝叶斯。假设概率分布是服从一个简单多项式分布。sklearn中的多项式朴素贝叶斯不接受负值的输入。
2. 多项式朴素贝叶斯的特征矩阵经常是稀疏矩阵（不一定总是稀疏矩阵），并且它经常被用于文本分类。我们可以使用著名的TF-IDF向量技术，也可以使用常见并且简单的单词计数向量手段与贝叶斯配合使用。这两种手段都属于常见的文本特征提取的方法，可以很简单地通过sklearn来实现。
import jieba.posseg as psg#用于词性标注
from jieba import analyse#提取句子级的关键字
os.environ 是一个字典，是环境变量的字典，可以通过 get 方法获取键对应的值（注意 os.environ 的类型并不是 <class ‘dict’>，不是所有字典的函数都能用）
1. os.environ.get() 是 python 中 os 模块获取环境变量的一个方法，如果有这个键，返回对应的值，如果没有，则返回 none