05 2025 档案

文本稀疏词向量矩阵
摘要：基于TF的词向量矩阵 import jieba from sklearn.feature_extraction.text import CountVectorizer import jieba import pandas as pd # 示例文档集 documents = [ "这是第一个文档。", 阅读全文
posted @ 2025-05-28 09:37 CodeCraftsMan 阅读(36) 评论(0) 推荐(0)
python词云的绘制
摘要：词云的基本绘制 import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt import re from PIL import Image import numpy as np #读取文本内容 def pl 阅读全文
posted @ 2025-05-27 17:00 CodeCraftsMan 阅读(51) 评论(0) 推荐(0)
gensim库的基本使用
摘要：简单预处理 说明：将英文文本进行分词操作，并使用tf或者tfidf构建词袋模型 from gensim.utils import simple_preprocess from gensim.parsing.preprocessing import STOPWORDS from gensim impo 阅读全文
posted @ 2025-05-27 10:51 CodeCraftsMan 阅读(97) 评论(0) 推荐(0)
jieba与spacy库的基本使用
摘要：jieba jieba可以用于“分词”、“词性标注”、“关键词提取”等任务 分词 import jieba # jieba.load_userdict("chinese_dict.txt")#加载词典，词典的形式为：单词 词频 词性 # jieba.add_word("区块链") # 动态添加新词 阅读全文
posted @ 2025-05-24 23:16 CodeCraftsMan 阅读(145) 评论(0) 推荐(0)
python日志logging
摘要：基本使用 import logging # 创建 logger 对象,并为对象设置名字，用于区分不同模块之间的日志 logger = logging.getLogger('my_app') # 设置整个日志输出的默认等级，当设置DEBUG等级时，默认全部可以输出，但是后面的控制台对象和文件处理对象， 阅读全文
posted @ 2025-05-23 17:30 CodeCraftsMan 阅读(53) 评论(0) 推荐(0)
collections的基本使用
摘要：Counter计数器 Counter 是一个字典子类，用于计数可哈希对象。可以用作计算词频。 from collections import Counter # 统计字符出现次数 cnt = Counter('abracadabra') print(cnt) # Counter({'a': 5, ' 阅读全文
posted @ 2025-05-14 17:41 CodeCraftsMan 阅读(23) 评论(0) 推荐(0)