标签归档：python-2

github

Pysheeet Python代码片段小抄

创建Pysheeet的目的是收集Python代码片段，以减少编码时间，使生活变得更容易、更快。欢迎任何投稿。请随时派生并向此项目发送拉取请求

Python 3中的新特性

这部分只提供Python3中一些重要特性的快速浏览。如果您对所有最重要的特性都感兴趣，请阅读官方文档。What’s New in Python

小抄

高级小抄

附录

PDF版本

pdf

如何运行服务器

$ virtualenv venv
$ . venv/bin/activate
$ pip install -r requirements.txt
$ make
$ python app.py

# URL: localhost:5000
github

TextBlob-简单、Python式的文本处理–情感分析、词性标记、名词短语提取、翻译等等

主页：https://textblob.readthedocs.io/

TextBlob是一个Python(2和3)库，用于处理文本数据。它提供了一个简单的API，用于深入研究常见的自然语言处理(NLP)任务，如词性标记、名词短语提取、情感分析、分类、翻译等

 

from textblob import TextBlob

text = '''
The titular threat of The Blob has always struck me as the ultimate movie
monster: an insatiably hungry, amoeba-like mass able to penetrate
virtually any safeguard, capable of--as a doomed doctor chillingly
describes it--"assimilating flesh on contact.
Snide comparisons to gelatin be damned, it's a concept with the most
devastating of potential consequences, not unlike the grey goo scenario
proposed by technological theorists fearful of
artificial intelligence run rampant.
'''

blob = TextBlob(text)
blob.tags           # [('The', 'DT'), ('titular', 'JJ'),
                    #  ('threat', 'NN'), ('of', 'IN'), ...]

blob.noun_phrases   # WordList(['titular threat', 'blob',
                    #            'ultimate movie monster',
                    #            'amoeba-like mass', ...])

for sentence in blob.sentences:
    print(sentence.sentiment.polarity)
# 0.060
# -0.341

TextBlob站在NLTK和pattern，并且两者都玩得很好

功能

  • 名词短语提取
  • 词性标注
  • 情绪分析
  • 分类(朴素贝叶斯、决策树)
  • 标记化(将文本拆分成单词和句子)
  • 词频和词频
  • 解析
  • N元语法
  • 词形变化(复数和单数)与词汇化
  • 拼写更正
  • 通过扩展添加新模型或语言
  • Wordnet集成

现在就去拿吧

$ pip install -U textblob
$ python -m textblob.download_corpora

示例

查看更多示例，请参阅Quickstart guide

文档

有关完整文档，请访问https://textblob.readthedocs.io/

要求

  • Python>=2.7或>=3.5

项目链接

许可证

麻省理工学院有执照。请参阅捆绑的LICENSE有关更多详细信息，请提交文件