1、learn-python3
這個存儲庫一共有19本Jupyter筆記本。它涵蓋了字元串和條件之類的基礎知識，然後討論了面向對象編程，以及如何處理異常和一些Python標准庫的特性等。每一個主題都有一個“notebook”鏈接，它會向你介紹該主題和一些示例代碼，當你完成這些內容之後，還有一個練習鏈接，點擊後你就可以做一些測試題。
項目地址：https://github.com/jerry-git/learn-python3
2、learn-python
這個存儲庫還可以作為Python的介紹，幫助你從初級水平上升至中級，這里的中級指的是熟練地使用這種編程語言，而不僅僅是簡單的循環和演算法。該存儲庫是一個Python腳本集合，每個腳本都是一個核心類別的子主題，比如“操作符”、“數據類型”和“控制流”。
你不必完整地學習該課程，正如作者指出的那樣，你還可以將存儲庫用作備忘單，在需要的時候，快速查找，查看文檔，查看代碼，然後運行測試，看代碼是否能正常運行，是否按照代碼准則編寫。
項目地址：https://github.com/trekhleb/learn-python/blob/master/src/control_flow/test_if.py
3、full-speed-python
該存儲庫快速介紹了字元串和列表等基礎知識，然後快速深入到更高級的主題，“類”和“非同步編程”等，作者在寫這本書時採用了一種實用的方法，用代碼示例簡要介紹了每個主題，然後直接跳到練習問題，讓讀者可以自己嘗試。你可以在項目詳情頁下載pdf/epub文件。
項目地址：https://github.com/joaoventura/full-speed-python
關於3個最佳學習Python編程的開源庫，青藤小編就和您分享到這里了。如果您對python編程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於python編程的技巧及素材等內容，可以點擊本站的其他文章進行學習。
❷ python爬蟲學習筆記——5. jieba庫中文分詞用法
整理自< 結巴中文分詞的用法>
特點
演示文檔
安裝說明 代碼對 Python 2/3 均兼容
演算法
主要功能
1. jieba 分詞有三種模式，並且支持新建自定義分詞器
代碼示例
輸出:
2. 添加自定義詞典
載入詞典
範例： 自定義詞典： https://github.com/fxsjy/jieba/blob/master/test/userdict.txt 用法示例： https://github.com/fxsjy/jieba/blob/master/test/test_userdict.py
調整詞典
代碼示例：
3. 關鍵詞提取
基於 TF-IDF 演算法的關鍵詞抽取
import jieba.analyse
jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=())
sentence 為待提取的文本
topK 為返回幾個 TF/IDF 權重最大的關鍵詞，默認值為 20
withWeight 為是否一並返回關鍵詞權重值，默認值為 False
allowPOS 僅包括指定詞性的詞，默認值為空，即不篩選
分詞詞性可參見博客：[詞性參考]( blog.csdn.net/HHTNAN/ar...)
jieba.analyse.TFIDF(idf_path=None)
新建 TFIDF 實例，idf_path 為 IDF 頻率文件
代碼示例 （關鍵詞提取） https://github.com/fxsjy/jieba/blob/master/test/extract_tags.py
關鍵詞提取所使用逆向文件頻率（IDF）文本語料庫可以切換成自定義語料庫的路徑
用法： jieba.analyse.set_idf_path(file_name)
# file_name為自定義語料庫的路徑
自定義語料庫示例： github.com/fxsjy/jieba/...
用法示例： github.com/fxsjy/jieba/...
關鍵詞提取所使用停止詞（Stop Words）文本語料庫可以切換成自定義語料庫的路徑
用法： jieba.analyse.set_stop_words(file_name)
# file_name為自定義語料庫的路徑
自定義語料庫示例： github.com/fxsjy/jieba/...
用法示例： github.com/fxsjy/jieba/...
關鍵詞一並返回關鍵詞權重值示例
用法示例： ttps://github.com/fxsjy/jieba/blob/master/test/extract_tags_with_weight.py
基於 TextRank 演算法的關鍵詞抽取
jieba.analyse.textrank(sentence, topK=20, withWeight=False, allowPOS=('ns', 'n', 'vn', 'v'))
直接使用，介面相同，注意默認過濾詞性。
jieba.analyse.TextRank()
新建自定義 TextRank 實例
演算法論文： TextRank: Bringing Order into Texts
基本思想:
使用示例: 見 test/demo.py
4. 詞性標注
5. 並行分詞
6. Tokenize：返回詞語在原文的起止位置
輸出：
輸出
7. ChineseAnalyzer for Whoosh 搜索引擎
8. 命令行分詞
使用示例：python -m jieba news.txt > cut_result.txt
命令行選項（翻譯）：
延遲載入機制 jieba 採用延遲載入，import jieba 和 jieba.Tokenizer()不會立即觸發詞典的載入，一旦有必要才開始載入詞典構建前綴字典。
如果你想手工初始 jieba，也可以手動初始化。
下面部分內容整理自< python jieba分詞(結巴分詞)、提取詞，載入詞，修改詞頻，定義詞庫>
二、 常用NLP擴充知識點(python2.7)
這幾個點在知乎爬蟲程序中很有用處
Part 1. 詞頻統計、降序排序
Part 2. 人工去停用詞
標點符號、虛詞、連詞不在統計范圍內
Part 3. 合並同義詞
將同義詞列舉出來，按下Tab鍵分隔，把第一個詞作為需要顯示的詞語，後面的詞語作為要替代的同義詞，一系列同義詞放在一行。
這里，「北京」、「首都」、「京城」、「北平城」、「故都」為同義詞。
Part 4. 詞語提及率
主要步驟：分詞——過濾停用詞（略）——替代同義詞——計算詞語在文本中出現的概率。
Part 5. 按詞性提取