### Python 文本分析库教程 #### 使用 `jieba` 进行分词 在中文文本分析中，`jieba` 是一个非常流行的分词工具。它支持精确模式、全模式和搜索引擎模式三种分词方式[^1]。以下是使用 `jieba` 的简单示例： ```python import jieba text = "我喜欢用Python进行文本分析" words = jieba.lcut(text, cut_all=False) # 默认精确模式 print(words) ``` #### 基于 TF-IDF 和 TextRank 的关键词提取 对于关键词提取，可以利用 `jieba.analyse` 提供的接口来实现基于 TF-IDF 或 TextRank 的方法。 ##### TF-IDF 方法 TF-IDF 是一种统计方法，用于评估某个词语在一个文档集中的重要程度。以下是一个简单的例子： ```python from jieba import analyse tfidf_extractor = analyse.extract_tags keywords_tfidf = tfidf_extractor(text, topK=5) # 提取前五个关键词 print(keywords_tfidf) ``` ##### TextRank 方法 TextRank 利用了图模型的思想，能够更好地捕捉语义关系。下面是其应用实例： ```python textrank_extractor = analyse.textrank keywords_textrank = textrank_extractor(text, topK=5) # 提取前五个关键词 print(keywords_textrank) ``` #### 生成词云 为了生成美观的词云图像，通常会借助 `wordcloud` 库配合 matplotlib 来展示结果[^2]。 ```python from wordcloud import WordCloud import matplotlib.pyplot as plt word_frequencies = {word: words.count(word) for word in set(words)} wc = WordCloud(font_path='simhei.ttf', width=800, height=400).generate_from_frequencies(word_frequencies) plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation="bilinear") plt.axis('off') plt.show() ``` 注意：需要指定字体路径以正确显示中文字符。 #### 情感分析基础 情感分析可以通过调用第三方 API 或训练自己的机器学习/深度学习模型完成。如果仅需快速测试效果，可尝试 SnowNLP 工具包: ```python from snownlp import SnowNLP s = SnowNLP(u'这个电影真的很好看') sentiment_score = s.sentiments print(sentiment_score) # 输出情绪分数 (接近1表示正面；接近0表示负面) ```