import?pandas?as?pd
#?讀入評(píng)論數(shù)據(jù)
evaluation?=?pd.read_excel（r‘Contents.xlsx‘）
#?查看數(shù)據(jù)前10行
print（evaluation.head（10））


#?運(yùn)用正則表達(dá)式，將評(píng)論中的數(shù)字和英文去除
evaluation.Content?=?evaluation.Content.str.replace（‘[0-9a-zA-Z]‘‘‘）
evaluation.head（）

#?導(dǎo)入第三方包
import?jieba

#?加載自定義詞庫(kù)
jieba.load_userdict（r‘a(chǎn)ll_words.txt‘）

#?讀入停止詞
with?open（r‘mystopwords.txt‘?encoding=‘UTF-8‘）?as?words:
????stop_words?=?[i.strip（）?for?i?in?words.readlines（）]

#?構(gòu)造切詞的自定義函數(shù)，并在切詞過(guò)程中刪除停止詞
def?cut_word（sentence）:
????words?=?[i?for?i?in?jieba.lcut（sentence）?if?i?not?in?stop_words]
????#?切完的詞用空格隔開(kāi)
????result?=?‘?‘.join（words）
????return（result）
#?對(duì)評(píng)論內(nèi)容進(jìn)行批量切詞
words?=?evaluation.Content.apply（cut_word）
#?前5行內(nèi)容的切詞效果
words[:5]


#?導(dǎo)入第三方包
from?sklearn.feature_extraction.text?import?CountVectorizer
#?計(jì)算每個(gè)詞在各評(píng)

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件?????701641??2019-08-25?09:01??all_words.txt

?????文件?????929935??2019-08-25?09:01??Contents.xlsx

?????文件??????99725??2019-08-25?09:01??mystopwords.txt

?????文件???????3050??2019-09-14?21:07??nbtest.py

-----------?---------??----------?-----??----

??????????????1734351????????????????????4