Python是一個(gè)高層次的結(jié)合了解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語(yǔ)言。
Python的設(shè)計(jì)具有很強(qiáng)的可讀性，相比其他語(yǔ)言經(jīng)常使用英文關(guān)鍵字，其他語(yǔ)言的一些標(biāo)點(diǎn)符號(hào)，它具有比其他語(yǔ)言更有特色語(yǔ)法結(jié)構(gòu)。
 

Python特點(diǎn)
§  1.易于學(xué)習(xí)：Python有相對(duì)較少的關(guān)鍵字，結(jié)構(gòu)簡(jiǎn)單，和一個(gè)明確定義的語(yǔ)法，學(xué)習(xí)起來(lái)更加簡(jiǎn)單。
§  2.易于閱讀：Python代碼定義的更清晰。
§  3.易于維護(hù)：Python的成功在于它的源代碼是相當(dāng)容易維護(hù)的。
§  4.一個(gè)廣泛的標(biāo)準(zhǔn)庫(kù)：Python的最大的優(yōu)勢(shì)之一是豐富的庫(kù)，跨平臺(tái)的，在UNIX，Windows和Macintosh兼容很好。
§  5.互動(dòng)模式：互動(dòng)模式的支持，您可以從終端輸入并獲得結(jié)果的語(yǔ)言，互動(dòng)的測(cè)試和調(diào)試代碼片斷。
§  6.便攜式：Python可以運(yùn)行在多種硬件平臺(tái)和所有平臺(tái)上都具有相同的接口。
§  7.可擴(kuò)展：可以添加低層次的模塊到Python解釋器。這些模塊使程序員可以添加或定制自己的工具，更有效。
§  8.數(shù)據(jù)庫(kù)：Python提供所有主要的商業(yè)數(shù)據(jù)庫(kù)的接口。
§  9.GUI編程：Python支持GUI可以創(chuàng)建和移植到許多系統(tǒng)調(diào)用。
§  10.可擴(kuò)展性：相比 shell 腳本，Python 提供了一個(gè)更好的結(jié)構(gòu)，且支持大型程序。

什么是NLP？

自然語(yǔ)言處理(NLP)是關(guān)于開發(fā)能夠理解人類語(yǔ)言的應(yīng)用程序和服務(wù)。一些NLP的實(shí)際例子是語(yǔ)音識(shí)別，例如：谷歌語(yǔ)音搜索，了解內(nèi)容是什么或情感分析等。

NLP

這些是自然語(yǔ)言處理(NLP)的一些成功實(shí)現(xiàn)：

搜索引擎，如谷歌，雅虎等。谷歌搜索引擎了解你是一個(gè)技術(shù)人員，所以它顯示了與你相關(guān)的結(jié)果。

社交網(wǎng)站像Facebook新聞源一樣提供。新聞Feed算法使用自然語(yǔ)言處理了解您的興趣，并向您展示與其他帖子相關(guān)的廣告和帖子。

語(yǔ)音引擎，Apple Siri等。

垃圾郵件過濾器， 現(xiàn)在垃圾郵件過濾器了解電子郵件內(nèi)容中的內(nèi)容，看看它是否是垃圾郵件。

如何使用Python開始使用NLP？

自然語(yǔ)言工具包(NLTK)是最受歡迎的自然語(yǔ)言處理庫(kù)(NLP)，它是用Python編寫的，背后有一個(gè)很大的社區(qū)。

NLTK也很容易學(xué)習(xí)，它是您將使用的最簡(jiǎn)單的自然語(yǔ)言處理(NLP)庫(kù)。

在這個(gè)NLP教程中，我們將使用Python NLTK庫(kù)。

Python基礎(chǔ)知識(shí)，在我開始安裝NLTK之前，我假設(shè)您已經(jīng)了解了一些。

安裝nltk使用pip，如果您使用的是Windows或Linux或Mac，則可以安裝NLTK ：

$ pip install nltk

在撰寫本文時(shí)，您可以在Python 2.7,3.4和3.5上使用NLTK。

要檢查NLTK是否已正確安裝，您可以打開python終端并鍵入以下內(nèi)容：

導(dǎo)入nltk

如果一切順利，這意味著您已成功安裝NLTK庫(kù)。

一旦安裝了NLTK，就應(yīng)該通過運(yùn)行以下Python代碼來(lái)安裝NLTK軟件包：

import nltk

nltk.download()

這將顯示NLTK下載程序，以選擇需要安裝的軟件包。

您可以安裝所有包，因?yàn)樗鼈兊某叽绾苄　?/p>

我們將學(xué)習(xí)如何識(shí)別網(wǎng)頁(yè)在Python中使用NLTK的內(nèi)容

首先，我們將抓取一個(gè)網(wǎng)頁(yè)并分析文本以查看該頁(yè)面的內(nèi)容。

urllib模塊將幫助我們抓取網(wǎng)頁(yè)

import urllib.request

response = urllib.request.urlopen('https://en.wikipedia.org/wiki/SpaceX')

html = response.read()

print(html)

從鏈接可以清楚地看出，該頁(yè)面是關(guān)于SpaceX的，現(xiàn)在讓我們看看我們的代碼是否能夠正確識(shí)別頁(yè)面的上下文。

Beautiful Soup

我們將使用這是一個(gè)Python庫(kù)，用于從HTML和XML文件中提取數(shù)據(jù)。

from bs4 import BeautifulSoup

soup = BeautifulSoup(html,'html5lib')

text = soup.get_text(strip = True)

print(text)

你會(huì)得到一個(gè)像這樣的輸出

現(xiàn)在我們從已抓取的網(wǎng)頁(yè)上獲得了干凈的文字，讓我們將文本轉(zhuǎn)換為tokens。

tokens = [t for t in text.split()]

print(tokens)

lambda

§ lambda表達(dá)式是起到一個(gè)函數(shù)速寫的作用。允許在代碼內(nèi)嵌入一個(gè)函數(shù)的定義。它只是一個(gè)表達(dá)式，函數(shù)體比def簡(jiǎn)單很多。

§ 3個(gè)數(shù)求和的例子：

>>>f = lambda x,y,z:x+y+z

>>>f(1,2,3)

>>>6

§ 而如何要用正常函數(shù)實(shí)現(xiàn)上述功能的話，需要先用def定義函數(shù)名，代碼如下:

>>>def f(x,y,z):

>>> return x+y+z

>>>n = f(1,2,3)

>>>6

filter()

§ filter()函數(shù)

§ 包括兩個(gè)參數(shù)，分別是function和list。該函數(shù)根據(jù)function參數(shù)返回的結(jié)果是否為真來(lái)過濾list參數(shù)中的項(xiàng)，最后返回一個(gè)新列表，如下例所示：

>>>a=[1,2,3,4,5,6,7]

>>>b=filter(lambda x:x>5, a)

>>print b

>>>[6,7]

§ 如果filter參數(shù)值為None，就使用identity()函數(shù)，list參數(shù)中所有為假的元素都將被刪除。如下所示：

>>>a=[0,1,2,3,4,5,6,7]

b=filter(None, a)

>>>print b

>>>[1,2,3,4,5,6,7]

§ map()函數(shù)

§ map()的兩個(gè)參數(shù)一個(gè)是函數(shù)名，另一個(gè)是列表或元組。

>>>map(lambda x:x+3, a) #這里的a同上

>>>[3,4,5,6,7,8,9,10] #另一個(gè)例子

>>>a=[1,2,3] >>>b=[4,5,6]

>>>map(lambda x,y:x+y, a,b)

>>>[5,7,9]

§ 在刷題的過程中，map()函數(shù)通常可以結(jié)合輸入一起使用，例如在一行中輸入3個(gè)整數(shù)，可用如下語(yǔ)句：

a,b,c = map(int, input().split())

§ reduce()函數(shù)

§ reduce()函數(shù)接收的參數(shù)和 map()類似，一個(gè)函數(shù) f，一個(gè)list，但行為和 map()不同，reduce()傳入的函數(shù) f 必須接收兩個(gè)參數(shù)，reduce()對(duì)list的每個(gè)元素反復(fù)調(diào)用函數(shù)f，并返回最終結(jié)果值。

§ 例如，編寫一個(gè)f函數(shù)，接收x和y，返回x和y的和：

def f(x, y):

return x + y

§ 調(diào)用 reduce(f, [1, 3, 5, 7, 9])時(shí)，reduce函數(shù)將做如下計(jì)算：

1. 先計(jì)算頭兩個(gè)元素：f(1, 3)，結(jié)果為4;

2. 再把結(jié)果和第3個(gè)元素計(jì)算：f(4, 5)，結(jié)果為9;

3. 再把結(jié)果和第4個(gè)元素計(jì)算：f(9, 7)，結(jié)果為16;

4. 再把結(jié)果和第5個(gè)元素計(jì)算：f(16, 9)，結(jié)果為25;

5. 由于沒有更多的元素了，計(jì)算結(jié)束，返回結(jié)果25。

range()

§ range() 函數(shù)可創(chuàng)建一個(gè)整數(shù)列表，一般用在 for 循環(huán)中。語(yǔ)法如下：

§ range(start, stop, step)

§ 實(shí)例：

>>>range(10) # 從 0 開始到 10 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> range(1, 11) # 從 1 開始到 11 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

>>> range(0, 30, 5) # 步長(zhǎng)為 5 [0, 5, 10, 15, 20, 25]

>>> range(0, 10, 3) # 步長(zhǎng)為 3 [0, 3, 6, 9]

>>> range(0, -10, -1) # 負(fù)數(shù) [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

>>> range(0) []

>>> range(1, 0) []

§ range 在 for 中的使用：

for i in range(n): # 正序遍歷，表示i的取值從0到n-1

for i in range(n,0,-1): # 倒序遍歷，表示i的取值從n到1

dict字典

§ dict字典使用鍵-值(key-value)存儲(chǔ)，具有極快的查找速度。在Java中也稱為map。

§ 舉個(gè)例子，假設(shè)要根據(jù)同學(xué)的名字查找對(duì)應(yīng)的成績(jī)，如果用list實(shí)現(xiàn)，需要兩個(gè)list：

names = ['Michael', 'Bob', 'Tracy']

scores = [95, 75, 85]

§ 給定一個(gè)名字，要查找對(duì)應(yīng)的成績(jī)，就先要在names中找到對(duì)應(yīng)的位置，再?gòu)膕cores取出對(duì)應(yīng)的成績(jī)，list越長(zhǎng)，耗時(shí)越長(zhǎng)。

§ 如果用dict實(shí)現(xiàn)，只需要一個(gè)“名字”-“成績(jī)”的對(duì)照表，直接根據(jù)名字查找成績(jī)，無(wú)論這個(gè)表有多大，查找速度都不會(huì)變慢。用Python寫一個(gè)dict如下：

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}

>>> d['Michael'] 95

§ 我在刷題的時(shí)候，遇到一個(gè)問題就是需要在循環(huán)中動(dòng)態(tài)往dict添加數(shù)據(jù)，但是沒有找到添加的函數(shù)，其實(shí)不用插入函數(shù)，循環(huán)中動(dòng)態(tài)往dict添加數(shù)據(jù)也很簡(jiǎn)單，如下所示：

dt = {} #先定義一個(gè)字典，注意是{}，如果定義數(shù)組是[]

for i in range(n):

dt[key[i]] = value[i]

sort

§ sort參數(shù)說(shuō)明

L.sort(cmp=None, key=None, reverse=False)

§ sorted參數(shù)說(shuō)明

sorted(iterable, cmp=None, key=None, reverse=False)

§ iterable：是可迭代類型，通常為一個(gè)集合;

§ cmp：用于比較的函數(shù)，比較什么由key決定,有默認(rèn)值，迭代集合中的一項(xiàng);

§ key：用列表元素的某個(gè)屬性和函數(shù)進(jìn)行作為關(guān)鍵字，有默認(rèn)值，迭代集合中的一項(xiàng);

§ reverse：排序規(guī)則. reverse = True 表示降序 或者 reverse = False 表示升序，默認(rèn)值為False。

§ 使用sort()方法對(duì)list排序會(huì)修改list本身,不會(huì)返回新list，使用方法如下：

my_list = [3, 5, 1, 4, 2]

my_list.sort()

print my_list

#輸出：

[1, 2, 3, 4, 5]

§ 而使用sorted()方法排序時(shí)會(huì)返回一個(gè)新的list：

my_list = [3, 5, 1, 4, 2]

result = sorted(my_list) #返回一個(gè)新的list

print result

#輸出：

[1, 2, 3, 4, 5]

常用的一些零散的小知識(shí)

§ 求實(shí)數(shù)的多少次冪

§ 正常在java和C語(yǔ)言中，求一個(gè)數(shù)的冪需要調(diào)用一個(gè)求冪的函數(shù)，但是Python中直接一個(gè)運(yùn)算符就可以搞定了：

#Python求冪

10**2 #10的平方

10**4 #10的4次方

§ print(‘xx’,end=’’)中end問題

§ end是print()函數(shù)的一個(gè)參數(shù)。end 是輸出語(yǔ)句結(jié)束以后附加的字符串，它的默認(rèn)值是換行(’ ’)。如果輸出的時(shí)候不需要換行需要顯示的給end賦值。

§ 例如輸出一個(gè)數(shù)組，每個(gè)數(shù)之間以空格隔開，可以用如下語(yǔ)句：

for i in range(n):

print(data[i],end=' ') #end值為空格

§ 如果只是單純的想要輸出不換行，可以令end=''，end值為空字符串

§ // 與 / 的區(qū)別

§ “ / “ 表示浮點(diǎn)數(shù)除法，返回浮點(diǎn)結(jié)果;

§ “ // “ 表示整數(shù)除法,返回不大于結(jié)果的一個(gè)最大的整數(shù)

§ 【code】

print("6 // 4 = " + str(6 // 4))

print("6 / 4 =" + str(6 / 4))

§ 【result】

6 // 4 = 1

6 / 4 =1.5

§ 記得用set去除重復(fù)元素

§ 如果一個(gè)數(shù)組中有很多重復(fù)元素，根據(jù)需求需要去除重復(fù)元素的話，可以使用set集合，類似于Java的HashSet。

§ 語(yǔ)法很簡(jiǎn)單，只需一行代碼就可以去重，如下所示：

§ 【code】

a = [1,1,2,2,3,4,5]

a = set(a) print(a)

§ 【result】

{1, 2, 3, 4, 5}
 

關(guān)鍵詞： Python