前言：

jieba是优秀的中文分词第三方库，由于中文文本之间每个汉字都是连续书写的，我们需要通过特定的手段来获得其中的每个词组，这种手段叫做分词，我们可以通过jieba库来完成这个过程。

一、jieba库基本介绍

(1)jieba库概述

① jieba是优秀的中文分词第三方库

②中文文本需要通过分词获得单个的词语③ jieba是优秀的中文分词第三方库，需要额外安装

④jieba库提供三种分词模式，最简单只需掌握一个函数

(2)jieba分词的原理

①分词依靠中文词库

② 利用一个中文词库，确定汉字之间的关联概率

③ 汉字间概率大的组成词组，形成分词结果

④ 除了分词，用户还可以添加自定义的词组

二、jieba库使用说明

(1)jieba分词的三种模式

精确模式、全模式、搜索引擎模式

① jieba.cut(s) 精确模式：把文本精确的切分开，不存在冗余单词:

② jieba.lcut(s,cut_all=True) 全模式：把文本中所有可能的词语都扫描出来，有冗余:

③jieba.lcut_for_search(s) 搜索引擎模式：在精确模式基础上，对长词再次切分:

三：jieba库的安装

因为 jieba 是一个第三方库，所有需要我们在本地进行安装：

ⅠIDLE中jieba库的安装：

Windows 下使用命令安装：在联网状态下，在命令行下输入 pip

install jieba 进行安装，安装完成后会提示安装成功。具体过程如图：

① Win + r 打开运行框并输入cmd打开指令框：

②在指令框输入“pip install jieba”并按下回车等待下载：

③ 当出现“Successfully instll”，则表示安装成功！

Ⅱ Pycharm中jieba库的安装：

打开 settings，搜索 Project Interpreter，在右边的窗口选择 + 号，点击后在搜索框搜索 jieba，点击安装即可。具体过程如图：

① 点击左上角Files中的Settings：

② [endif]找到“Project”中的“python interpreter”，并点击其中的“+”：

③在搜索栏中搜索“jieba”，并点击左下角Install Package：

④ 当出现“Successfully instll

jieba”，则表示jieba库安装成功！

四：实例-文本词频统计

Jieba库最强大的功能之一就是对文章出现的词汇进行计数统计，即计算词频，对于一篇文章或者一部著作，我们可以通过以下步骤对出现的单词进行统计：

源代码：

注：

① encoding=’ANSI’:将打开的文本格式设为ANSI形式

② read(size):方法从文件当前位置起读取size个字节，若无参数size，则表示读取至文件结束为止，它范围为字符串对象。

③items

= list（counts.items）:将counts中的元素存入items表格中。

④ key = lambda x:x[1]:等价于 def func(x):

return x[1]

⑤ reverse = True：列表反转排序，不写reverse = True 就是列表升序排列，括号里面加上reverse =True 就是降序排列！

⑥ {0:<10}{1:>5}:<表示左对齐，>表示右对齐，数字表示宽度,<10表示左对齐，并占10个位置，>5表示右对齐，占5个位置。

运行结果：

如上运行结果有两个不足之处，一是词汇中出现了“却说”、“丞相”、“二人”等人名以外的单词，我们需要把这些单词去除；二是“孔明”与“孔明说”、“曹操”与“丞相”等的是同一人，我们需要把它们合并同类项，将代码进行优化后，我们得到：

运行结果：

相对于第一个程序，这个程序更为严谨与完整，已经得到了大致得到所需结果，但它还没有完全解决排除非人名这一问题，所以在该基础之上继续使用排除人名的方法去完善这一程序……

总结：

使用jieba库对一段文本进行词频的统计是一件非常有意思的事，我们只需要使用这第三方库，就可以在不阅读文本的情况下，得到该文本的高频率词汇。但jieba库的作用远远不止于此，它更多的作用等着我们去挖掘。总的来说，jieba库是一个优秀的中文分词第三方库，它在我们的程序中正大放光芒！

5人点赞

日记本

Python:jieba库的介绍与使用相关推荐

Python jieba库的介绍与使用
Python jieba库的介绍与使用一. jieba库简介与安装简介:jieba库是一个进行中文分词的第三方库.可用来进行关键字搜索. 安装:在python3环境下输入:pip install ...
Python jieba库简介和使用
今天继续给大家介绍Python相关知识,本文主要内容是Python jieba库简介和使用. 一.jieba库概述 jieba库是Python的一个第三方库,该库常用于中文分词.所谓分词,就是给定一段 ...
python jieba库_python中jieba库的介绍和应用
jieba库作为python中的第三方库,在平时是非常实用的,例如一些网站就是利用jieba库的中文分词搜索关键词进行工作. 一.安装环境 window + python 二.安装方式在电脑命令符( ...
python jieba库下载_Python中jieba库安装步骤及失败原因解析
Python 中 jieba 库安装步骤及失败原因解析作为计算机小白, Python 的流行也让我蠢蠢欲动, 在请教计算机专业同学后,开始上网课自学 Python 基础知识.今天老师简单的一句话 ...
python jieba库分词_Python基于jieba库进行简单分词及词云功能实现方法
本文实例讲述了Python基于jieba库进行简单分词及词云功能实现方法.分享给大家供大家参考,具体如下: 目标: 1.导入一个文本文件 2.使用jieba对文本进行分词 3.使用wordcloud包 ...
python jieba库不存在_Python入门：jieba库的使用
jieba库是一款优秀的 Python 第三方中文分词库,jieba 支持三种分词模式:精确模式.全模式和搜索引擎模式,下面是三种模式的特点. 精确模式:试图将语句最精确的切分,不存在冗余数据,适合做 ...
python基本使用-Python标准库详细介绍与基本使用方式，超详细！
目录: Python 标准库概览概览操作系统接口 os 模块提供了很多与操作系统交互的函数: 应该用 import os 风格而非 from os import *.这样可以保证随操作系统不同而有所 ...
jieba库基本介绍（中文分词）
jieba库概述(jieba是优秀的中文分词第三分库) 中文文本需要通过分词获得单个的词语 jieba是优秀的中文分词第三方库,需要额外安装 jieba库提供三种分词模式,最简单只需要掌握一个函数 j ...
python语音库_介绍几个python的音频处理库
图 3比如我的机器的地址就是 192.168.152.130.然后将这个ip地址填入图2 的Host Name 一栏,注意默认端口为22,不要去改它,然后点击open,就会弹出一个登陆界面,接着输入 ...
PIL：python图像处理库的介绍
1.什么是PIL? image模块只是PIL库其中一个模块,还有ImageChops, ImageMath等模块 2.PIL各模块详细介绍? 详见添加链接描述

Python:jieba库的介绍与使用

前言：

目录：

一、jieba库基本介绍

二、jieba库使用说明

三：jieba库的安装

Ⅱ Pycharm中jieba库的安装：

Python:jieba库的介绍与使用相关推荐

最新文章

热门文章