第十章 Python第三方库_python文本处理第三方库

1.第三方库的获取和安装

Python第三方库依照安装方式灵活性和难易程度有三个方法：pip工具安装，自定义安装和文件安装。

pip工具安装

最常用且最高效的Python第三方库安装方式是采用pip工具安装。pip是Python官方提供并维护的在线第三方库安装工具。（下载太慢时可使用第三条）

pip install 库名
pip3 install 库名
pip3 install -i https://pypi.douban.com/simple/ 库名

pip和pip3区别

① 可以通过pip show SomePackage查看安装位置。
② 如果系统中只安装了Python2，那么就只能使用pip。
③ 如果系统中只安装了Python3，那么既可以使用pip也可以使用pip3，二者是等价的。
④ 如果系统中同时安装了Python2和Python3，则pip默认给Python2用，pip3指定给Python3用。

自定义安装

自定义安装指按照第三方库提供的步骤方式安装。第三方库都有主页用于维护库的代码和文档。以科学计算用的numpy为类，开发者维护的官方主页是：http://www.numpy.org/，浏览该网页找到下载链接：https://numpy.org/news/#releases，然后根据提示步骤安装。

文件安装

1）下载.whl文件（下载地址：https://pypi.org/ 或 https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud）。
2）cmd打开命令窗口，cd进入到下载目录，使用如下命令安装：

pip3 install 文件名称.whl

pip常用命令

pip -h 列出pip常用子命令
pip install 安装
pip download 下载
pip uninstall 卸载
pip list 查看列表
pip search 查找

2.PyInstaller库（必选）

PyInstaller是十分有用的Python第三方库，它能够在Windows，Linux，Mac OS X等操作系统下将Python源文件打包变成直接可运行的可执行文件（exe文件）。通过对源文件打包，Python程序可以在没有安装Python的环境中运行，也可以作为一个独立文件方便传递和管理。
安装方式：pip install pyinstaller

打包命令

打包命令（纯净版，exe文件）：pyinstaller -F 文件名
打包命令（文件夹版，源文件所在目录将生成dist和build两个文件夹，使用dist文件夹中的exe文件]与源文件同名的exe文件]可直接打开程序）：pyinstaller 文件名

PyInstaller常用参数

需要用户输入或展示的时候会生成黑窗口，加参数-w

3.第三方库：jieba库（必选）、wordcloud库（可选）

jieba库

1）由于中文文本中的单词不是通过空格或者标点符号分割，中文及类似语言存在一个重要的“分词”问题。
2）jieba(“结巴”)是Python中一个重要的第三方中文分词函数库。安装方式：pip install jieba
3）jieba库的分词原理是利用一个中文词库，将待分词的内容与分词词库进行比对，通过图结构和动态规划方法找到最大概率的词组。除了分词jieba还提供增加自定义中文单词的功能。
4）jieba库三种分词模式：精确模式，将句子最精确的切开，适合文本分析；全模式，把句子中所有可以成词的词语都扫描出来，速度非常快，但是不能解决歧义；搜索引擎模式，在精确模式基础上对长词再次切分，提高召回率，适用于搜索引擎分词。

三种分词方法+向词库添加单词

① jieba.lcut(s) 是最常用的中文分词函数，用于精准模式，即将字符串分割成等量的中文词组，返回结果是列表类型。

② jieba.lcut(s,cut_all = True) 用于全模式，即将字符串的所有分词可能均列出来，返回结果是列表类型，冗余性最大。