第十一章 python第三方库
第一节 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(主要方法)、自定义安装和文件安装。
python全球社区：https://pypi.org/
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。
pip工具安装步骤：
- 打开cmd命令行(快捷键:Win+r)
- 在命令行下执行命令
- Windows系统：pip install <拟安装库名>
- Mac系统：pip3 install <拟安装库名>
- 检验安装是否成功(任意一种都可)：
- 安装后提示Successfully installed(表示安装成功)
- 通过命令pip list，查询已安装的库，找到安装的库
注：
pip指令在安装第三方库的时候，会连接互联网，从互联网上自动下载安装包。
pip安装第三库的常用方法
直接用pip方法安装第三方库很慢，因为我们需要在国外的网站上下载第三方库，然后再安装，如何解决呢？这就需要我们的豆瓣，因为豆瓣把所有库都做了镜像，下载速度会比较快
pip命令：pip3 install -i https://pypi.douban.com/simple/ <库名>
注：一般我们都会使用这个命令安装，而不使用上面的pip命令安装
下面是一些常见的pip命令
| pip命令 | 作用 |
|---|---|
| pip install <第三方库名> | 安装指定的第三方库 |
| pip install -U <第三方库名> | 使用-U标签更新已安装的指定第三方库(更新到最新版本) |
| pip uninstall <第三方库名> | 卸载指定的第三方库 |
| pip download <第三方库名> | 下载但不安装指定的第三库 |
| pip show <第三方库名> | 列出某个指定的第三方库的详细信息(介绍，使用方法) |
| pip search <关键字> | 根据关键词在名称和介绍中搜素第三方库 |
| pip list | 列出当前系统已经安装的第三方库 |
第二节 pyinstaller库
1.pyinstaller库概述
- PyInstaller是一个十分有用的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，将.py源代码转换成可执行文件(即.exe文件：无需安装python就能执行python源代码的文件)。
2.pyinstaller库使用说明
python程序打包过程
- 进入终端(cmd命令窗口)：win+r快捷键
- 在终端中进入要打包文件的路径：在终端中输入命令：cd <要打包的.py文件的路径>
在终端中进入要打包文件的路径后可以通过命令：dir 来查看当前文件中存在几个文件
- 对.py程序进行打包：在终端中输入命令：pyinstaller
对.py程序进行打包完成后，python源代码所在文件夹会新出现:build文件夹，dist文件夹，_pycache_文件夹，其中可执行文件在build文件夹中。
- 对.py程序进行打包(纯净版)：由于build文件夹中文件太多，不容易找到可执行文件，所以我们利用参数进行设置，让build文件只生成可执行文件，即在终端中输入命令：pyinstaller -F
pyinstaller库的常用参数
| 参数 | 描述 |
|---|---|
| -h | 查看帮助 |
| –clean | 清理打包过程中的临时文件 |
| -D/–onedir | 默认值，生成dist文件夹 |
| -F/–onefile | 在dist文件夹中只生成独立的打包文件 |
| -i <图标文件名.ico> | 指定可执行文件使用的图标(icon)文件 |
改变可执行文件的图标注意事项：
- 图标文件必须是.ico文件，可以通过迅捷icon在线转换这个网站将.png等正常图片格式转换成.ico格式。
- 图标文件要与打包的.py文件在同一文件夹下
- 输入命令：pystaller -i <图标文件名>.ico -F
第三节 jieba库
1.jieba库基本介绍
jieba库是优秀的中文分词第三方库
- 中文文本需要通过分词获得单个的词语
jieba库原理：
- jieba库分词依靠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。
- 汉字间概率大的组成词组，形成分词结果
- 处理分词时，用户还可以添加自定义的词组，从而使分词更适应某些具体领域的作用。
jieba库支持三种分词模式：
| 分词模式 | 定义 |
|---|---|
| 精确模式(最常用) | 把文本精确的切分开，不存在冗余(重复)汉字，适合文本分析 |
| 全模式 | 把文本中所有可以成词的词语都扫描出来，有冗余 |
| 搜素引擎模式 | 在精确模式的结果上，对其中的长词进一步切分。适合用于搜索引擎分词 |
2.jieba库常用函数
jieba库的分词函数都是将一个字符串分词成一个列表，列表中元素为分词结果，只是模式不同
| 函数 | 作用 |
|---|---|
| jieba.lcut(s) | 精确模式，将字符串s返回一个列表类型的分词结果 |
| jieba.lcut(s,cut_all=True) | 全模式，返回一个列表类型的分词结果，存在冗余 |
| jieba.lcut_for_search(s) | 搜索引擎模式，返回一个列表类型的分词结果，存在冗余 |
| jieba.add_word(w) | 向分词字典中增加新词,即字符串w |
示例如下：
from jieba import *
ls=lcut("全国计算机等级考试python科目")
print(ls)
ls=lcut("全国计算机等级考试python科目",cut_all=True)
print(ls)
ls=lcut_for_search("全国计算机等级考试python科目")
print(ls)
ls=lcut("作为一个年轻人，我们要努力，加油，奥利给")
print(ls)
add_word("奥利给")
ls=lcut("作为一个年轻人，我们要努力，加油，奥利给")
print(ls)
# 输出结果：
#精确模式，无冗余
['全国', '计算机', '等级', '考试', 'python', '科目']
#全模式，分词得到的结果最多，存在冗余
['全国', '国计', '计算', '计算机', '算机', '等级', '考试', 'python', '科目']
#搜索引擎模式，在精确模式分词结果的基础上，将长词计算机进一步切分为了计算和算计，存在冗余
['全国', '计算', '算机', '计算机', '等级', '考试', 'python', '科目']
#验证add_word(w)函数的作用，验证奥利给是否加入中文词库
['作为', '一个', '年轻人', '，', '我们', '要', '努力', '，', '加油', '，', '奥利', '给']
['作为', '一个', '年轻人', '，', '我们', '要', '努力', '，', '加油', '，', '奥利给']
第四节 wordcloud库
wordcloud库是优秀的词云展示第三方库
- wordcloud库把词云当做一个WordCloud对象
- wordcloud.WordCloud()代表一个文本对应的词云
- 在生成词云时，wordcloud库默认会以空格或标点为分隔符对目标文本进行分词处理。
- 对于英文文本，无需用户进行分词处理，wordcloud库会自动处理(因为英文单词分隔用的就是空格)
- 对于中文文本，分词处理需要由用户来完成。一般步骤是先将文本分词处理，然后以空格拼接，再调用wordcloud库函数。
- 绘制的词云的形状，尺寸和颜色包括字体都可以设定
- 生成的词云可以保存到本地
w=wordcloud.WordCloud() - w是一个词云对象，其中第一个wordcloud是库名，通过库引用格式有时可以省略。
- 可以向词云对象w中配置参数(自身就可修改)，加载文本(generate()方法)，输出文件(to_file()方法)
wordcloud库常规方法(w=wordcloud.WordCloud())
| 方法 | 描述 |
|---|---|
| wd=w.generate(txt) | 向wordcloud对象w中加载**文本txt(该变量可看成是一个字符串)**形成词云,然后赋值给变量wd |
| wd.to_file(<“路径+输出的图像文件名.png/ipg”>) | 将词云wd输出为图像文件(.png/jpg格式) |
注：.to_file()方法中路径与open()函数中的路径相同，分为绝对路径和相对路径
对于中英文文本绘制词云的示例如下：
# 英文文本形成词云
import wordcloud
txt='i like python i an learning python'
wd=wordcloud.WordCloud().generate(txt)
wd.to_file('test.png')
# 中文文本形成词云(需要用到jieba库)
import jieba
#也可以不用jieba库，利用replace()方法将所有标点符号替换成空格，但是太麻烦了
import wordcloud
txt='''程序设计语言是用于书写计算机程序的语言。语言的基础是一组记号和一组
规则。根据规则由记号构成的记号串的总体就是语言。在程序设计语言中，这
些记号串就是程序。程序设计语言有3个方面的因素，即语法、语义和语用。语
法表示程序的结构或形式，亦即表示构成语言的各个记号之间的组合规律，但
不涉及这些记号的特定含义，也不涉及使用者。语义表示程序
的含义，亦即表示按照各种方法所表示的各个记号的特定含义，但不涉及使用者'''
ls=jieba.lcut(txt)
s=' '.join(ls)
# 因为词云默认生成的字体是英文，要想显示中文的话，我们还要设置文件字体的路径
w=wordcloud.WordCloud(font_path='C:/Windows/Fonts/simkai.ttf',width=800,height=600)
wd=w.generate(s)
wd.to_file('程序设计语言词云.png')
词云绘制的步骤：
- 配置词云参数：
w=wordcloud.WordCloud() - 加载词云文本：
w.generate(txt) - 输出词云文件(图片)：
w.to_file()
词云对象常用的参数：
| 参数 | 描述 |
|---|---|
| width | 指定生成的图片宽度，默认400像素 |
| heigh | 指定生成的图片高度，默认200像素 |
| min_font_size | 指定词云中字体的最小字号，默认为4号 |
| max_font_size | 指定词云中字体的最大字号，默认None，根据高度自动调节 |
| font_step | 指定词云中字体字号的步进间隔，默认为1 |
| font_path | 指定字体文件的完整路径，默认None |
| max_words | 指定词云中显示的最大单词数量，默认20 |
| stop_words | 指定词云的排除词列表，即不显示的单词列表 |
| mask | 指定词云形状，默认为长方形，需要引用imread()函数 |
| background_color | 指定词云图片的背景颜色，默认为黑色 |
注:
- 文件字体的完整路径为：'C:/Windows/Fonts/<字体名称.后缀名>
- 前面的路径都是一样的，每台电脑上都能找到，具体的字体文件要看电脑上有没有下载，一般常用的字体都是已经下载好了的。
- 字体名称：在上述路径中找到你想要在词云中使用的字体文件，右键属性，找到.ttc那一行，就是字体名称
第五节 第三方库纵览
