如何將主題轉換為python,怎麼變主題

本文目錄一覽：

• 1、如何將opencv的解釋器從python2修改成python
• 2、如何把圖片的excel轉為Python裡面的字典？
• 3、如何用 Python 從海量文本抽取主題
• 4、pycharm如何更換主題

如何將opencv的解釋器從python2修改成python

1、首先打開opencv的解釋器。

2、其次點擊右上角的版本。

3、最後選擇python2版本，點擊修改為python即可。

如何把圖片的excel轉為Python裡面的字典？

如何將Excel導入Python之中呢？很簡單！做法如下：

首先我們要讀取excel要用到xlrd模塊，官網安裝先上官網安裝。

然後就可以跟著裡面的例子稍微試一下就知道怎麼用了。大概的流程是這樣的：

1、導入模塊

import xlrd

2、打開Excel文件讀取數據

data = xlrd.open_workbook(‘excel.xls’)

3、獲取一個工作表

① table = data.sheets()[0] #通過索引順序獲取② table = data.sheet_by_index(0) #通過索引順序獲取③ table = data.sheet_by_name(u’Sheet1′)#通過名稱獲取

4、獲取整行和整列的值（返回數組）

table.row_values(i)table.col_values(i)

5、獲取行數和列數　

table.nrowstable.ncols

6、獲取單元格

table.cell(0,0).valuetable.cell(2,3).value

相對來說獲取cell比較有用，相當於是給了一個二維數組，剩下的想怎麼做都隨著自己性子來。這全部歸功於代碼的簡潔實用。若其中仍有若干小坑則花點時間自己琢磨下吧。以下列出的方法供人參考：

1、首先就是我的統計是根據姓名統計各個表中的信息的，但是調試發現不同的表中各個名字貌似不能夠匹配，開始懷疑過編碼問題，不過後來發現是因為 空格。因為在excel中輸入的時候很可能會順手在一些名字後面加上幾個空格或是tab鍵，這樣看起來沒什麼差別，但是程序處理的時候這就是兩個完全 不同的串了。我的解決方法是給每個獲取的字元串都加上strip（）處理一下。效果良好2、還是字元串的匹配，在判斷某個單元格中的字元串（中文）是否等於我所給出的的時候發現無法匹配，並且各種unicode也不太奏效，百度過一些解決 方案，但是都比較複雜或是沒用。最後我採用了一個比較變通的方式：直接從excel中獲取我想要的值再進行比較，效果是不錯就是通用行不太好，個 呢不能問題還沒解決。

二、寫excel表

寫excel表要用到xlwt模塊，可到官網下載

下載後大致的操作流程如下：

1、導入模塊，複製代碼代碼 ：

import xlwt

2、創建workbook，就是excel，這裡只需要保存下，然後複製代碼：

workbook = xlwt.Workbook(encoding = ‘ascii’)

3、接著創建表，然後複製代碼：

worksheet = workbook.add_sheet(‘My Worksheet’)

4、再往單元格內寫入內容，複製代碼代碼：

worksheet.write(0, 0, label = ‘Row 0, Column 0 Value’)

5、最後保存，複製代碼代碼如下：

workbook.save(‘Excel_Workbook.xls’)

以上便是小編對「如何將Excel導入Python之中呢？」的大致介紹，希望能有所幫助！

如何用 Python 從海量文本抽取主題

代碼

我們在Jupyter Notebook中新建一個Python 2筆記本，起名為topic-model。

為了處理表格數據，我們依然使用數據框工具Pandas。先調用它。

import pandas as pd

然後讀入我們的數據文件datascience.csv，注意它的編碼是中文GB18030，不是Pandas默認設置的編碼，所以此處需要顯式指定編碼類型，以免出現亂碼錯誤。

df = pd.read_csv(“datascience.csv”, encoding=’gb18030′)

我們來看看數據框的頭幾行，以確認讀取是否正確。

df.head()

顯示結果如下：

沒問題，頭幾行內容所有列都正確讀入，文字顯式正常。我們看看數據框的長度，以確認數據是否讀取完整。

df.shape

執行的結果為：

(1024, 3)

行列數都與我們爬取到的數量一致，通過。

下面我們需要做一件重要工作——分詞。這是因為我們需要提取每篇文章的關鍵詞。而中文本身並不使用空格在單詞間劃分。

我們首先調用jieba分詞包。

import jieba

我們此次需要處理的，不是單一文本數據，而是1000多條文本數據，因此我們需要把這項工作並行化。這就需要首先編寫一個函數，處理單一文本的分詞。

def chinese_word_cut(mytext):

return ” “.join(jieba.cut(mytext))

有了這個函數之後，我們就可以不斷調用它來批量處理數據框裡面的全部文本（正文）信息了。你當然可以自己寫個循環來做這項工作。

下面這一段代碼執行起來，可能需要一小段時間。請耐心等候。

df[“content_cutted”] = df.content.apply(chinese_word_cut)

執行過程中可能會出現如下提示。沒關係，忽略就好。

Building prefix dict from the default dictionary …

Loading model from cache /var/folders/8s/k8yr4zy52q1dh107gjx280mw0000gn/T/jieba.cache

Loading model cost 0.406 seconds.

Prefix dict has been built succesfully.

執行完畢之後，我們需要查看一下，文本是否已經被正確分詞。

df.content_cutted.head()

pycharm如何更換主題

pycharm更換主題的方法：1、打開pycharm，依次點擊File、Settings選項；2、展開【Appearance Behavior】選項，點擊Appearance選項；3、找到theme選項，根據需要更改主題即可。

具體方法：

（推薦教程：Python入門教程）

1、點擊pycharm的菜單中的 file 選項；

2、接著點擊Settings選項；

3、這樣就進入到了settings的窗口中，選中為 appearance 的選項；

4、在appearance 的界面中，找到 theme 選項，根據需要設置注意模式即可。