本文目录一览：
- 1、【Python基础】python数据分析需要哪些库？
- 2、python中的nltk是什么
- 3、如何查看python2.7的nltk
- 4、如何用 Python 中的 NLTK 对中文进行分析和处理
- 5、python数据分析需要哪些库？
【Python基础】python数据分析需要哪些库？
1.Numpy库
是Python开源的数值计算扩展工具，提供了Python对多维数组的支持，能够支持高级的维度数组与矩阵运算。此外，针对数组运算也提供了大量的数学函数库，Numpy是大部分Python科学计算的基础，具有很多功能。
2.Pandas库
是一个基于Numpy的数据分析包，为了解决数据分析任务而创建的。Pandas中纳入了大量库和标准的数据模型，提供了高效地操作大型数据集所需要的函数和方法，使用户能快速便捷地处理数据。
3.Matplotlib库
是一个用在Python中绘制数组的2D图形库，虽然它起源于模仿MATLAB图形命令，但它独立于MATLAB，可以通过Pythonic和面向对象的方式使用，是Python中最出色的绘图库。主要用纯Python语言编写的，它大量使用Numpy和其他扩展代码，即使对大型数组也能提供良好的性能。
4.Seaborn库
是Python中基于Matplotlib的数据可视化工具，提供了很多高层封装的函数，帮助数据分析人员快速绘制美观的数据图形，从而避免了许多额外的参数配置问题。
5.NLTK库
被称为使用Python进行教学和计算语言学工作的最佳工具，以及用自然语言进行游戏的神奇图书馆。NLTK是一个领先的平台，用于构建使用人类语言数据的Python程序，它为超过50个语料库和词汇资源提供了易于使用的接口，还提供了一套文本处理库，用于分类、标记化、词干化、解析和语义推理、NLP库的包装器和一个活跃的讨论社区。
python中的nltk是什么
nltk（natural language toolkit)是python的自然语言处理工具包。自然语言是指人们日常交流使用的语言，如英语，印地语，葡萄牙语等。“自然语言处理”（Natural Language Processing 简称NLP）包含所有用计算机对自然语言进行的操作，从最简单的通过计数词出现的频率来比较不同的写作风格，到最复杂的完全“理解”人所说的话，至少要能达到对人的话语作出有效反应的程度。
如何查看python2.7的nltk
1.安装Python（我安装的是Python2.7，目录C:\Python27）
可以到CSDN、OSChina、Sina Share等网站下载
也可以到Python官网下载：
2.安装NumPy（可选）
到这里下载：
注意Py版本
下载之后执行exe文件（程序会自动搜索python27目录）
3.安装NLTK（我下载的是nltk-2.0.3）
到这里下载：
把nltk-2.0.3解压到C:\Python27目录
打开cmd，进到C:\Python27\nltk-2.0.3目录（输入：cd C:\Python27\nltk-2.0.3）
输入命令：python setup.py install
4.安装PyYAML：
到这里下载：
注意Py版本
下载之后执行exe文件（程序会自动搜索python27目录）
5.打开IDLE，输入import nltk，没有错误的话，就说明安装成功了。
到这里，NLP所需的基本python模块都已经安装好了，然后要安装NLTK_DATA了
下载NLTK_DATA有好几种方法，这里我只介绍一种
6.继续第五步，已经import nltk了，然后输入nltk.download()，这样就可以打开一个NLTK Downloader（NLTK下载器）
7.注意下载器下边的Download Directory，我设置的是C:\nltk_data
8.在计算机-属性-高级系统设置-高级-环境变量-系统变量-新建：上边：NLTK_DATA，下边：C:\nltk_data
9.选择你要下载的包（语料库、模块），可以一次性下载（我在下载过程中总是出现out of date），也可以逐个下载（我就这么做的。。。）
10.成功安装包之后怎么测试呢？输入下边的语句就可以。
from nltk.corpus import brown
brown.words()
[‘The’, ‘Fulton’, ‘County’, ‘Grand’, ‘Jury’, ‘said’, …]
如何用 Python 中的 NLTK 对中文进行分析和处理
我感觉用nltk 处理中文是完全可用的。其重点在于中文分词和文本表达的形式。
中文和英文主要的不同之处是中文需要分词。因为nltk 的处理粒度一般是词，所以必须要先对文本进行分词然后再用nltk 来处理（不需要用nltk 来做分词，直接用分词包就可以了。严重推荐结巴分词，非常好用）。
中文分词之后，文本就是一个由每个词组成的长数组：[word1, word2, word3…… wordn]。之后就可以使用nltk 里面的各种方法来处理这个文本了。比如用FreqDist 统计文本词频，用bigrams 把文本变成双词组的形式：[(word1, word2), (word2, word3), (word3, word4)……(wordn-1, wordn)]。
python数据分析需要哪些库？
1.Numpy库
是Python开源的数值计算扩展工具，提供了Python对多维数组的支持，能够支持高级的维度数组与矩阵运算。此外，针对数组运算也提供了大量的数学函数库，Numpy是大部分Python科学计算的基础，具有很多功能。
2.Pandas库
是一个基于Numpy的数据分析包，为了解决数据分析任务而创建的。Pandas中纳入了大量库和标准的数据模型，提供了高效地操作大型数据集所需要的函数和方法，使用户能快速便捷地处理数据。
3.Matplotlib库
是一个用在Python中绘制数组的2D图形库，虽然它起源于模仿MATLAB图形命令，但它独立于MATLAB，可以通过Pythonic和面向对象的方式使用，是Python中Z出色的绘图库。主要用纯Python语言编写的，它大量使用Numpy和其他扩展代码，即使对大型数组也能提供良好的性能。
4.Seaborn库
是Python中基于Matplotlib的数据可视化工具，提供了很多高层封装的函数，帮助数据分析人员快速绘制美观的数据图形，从而避免了许多额外的参数配置问题。
5.NLTK库
被称为使用Python进行教学和计算语言学工作的Z佳工具，以及用自然语言进行游戏的神奇图书馆。NLTK是一个领先的平台，用于构建使用人类语言数据的Python程序，它为超过50个语料库和词汇资源提供了易于使用的接口，还提供了一套文本处理库，用于分类、标记化、词干化、解析和语义推理、NLP库的包装器和一个活跃的讨论社区。
原创文章，作者：简单一点，如若转载，请注明出处：https://www.506064.com/n/127889.html
微信扫一扫 
支付宝扫一扫 