Python 数据分析10

2.3.3其他
除了前面所介绍的常用语数据挖掘建模的库之外，还有许多库也运用于数据挖掘建模，如jieba、SciPy、OpenCV、Pillow等。
1.jieba
jieba是一个被广泛使用的Python第三方中文分词库。jieba使用简单，并且支持Python、R、C++等多种编程语言的实现，对新手而言是一个较好的的入门粉刺工具。在GitHub社区，jieba长期有着较高的讨论度，社区中也有不少与jieba相关的实例。
相比其他分词工具，jieba不仅提供了分词工具，还提供了粉刺以外的其他功能，如磁性标注、添加自定义词典、关键词提取等。
jieba库可提供精确模式、全模式和搜索引擎3种分词模式。
a.精确模式采用精确的方式将于切分，适用于文本分析。
b.全模式可以快速地扫描语句中所有可以成词的部分，但无法解决歧义问题。
c.搜索引擎模式在精确模式的基础上再切分长词，适用于搜索引擎的的分词。
jieba磁性标注是基于规则与统计相结合的磁性标注方法。jieba词性标注与其分词的过程类似，即利用词典分配与隐马尔可夫模型共同合作实现。而且，通过jieba库进行词性标注，具有效率高、处理能力强等特点。