基于Python的語料庫數(shù)據(jù)處理（二）

《Python玩轉(zhuǎn)語料庫數(shù)據(jù)》專欄·第2篇

文?| 段洵??

1029字 | 5?分鐘閱讀

【數(shù)據(jù)科學(xué)與人工智能】已開通Python語言社群，學(xué)用Python，玩弄數(shù)據(jù)，求解問題，以創(chuàng)價(jià)值。喜樂入群者，請(qǐng)加微信號(hào)shushengya360，或掃描文末二維碼，添加為好友，同時(shí)附上Python-入群。有朋自遠(yuǎn)方來，不亦樂乎，并誠邀入群，以達(dá)相互學(xué)習(xí)和進(jìn)步之美好心愿。

語料庫處理中，Python語言的字符串運(yùn)算主要是將詞語、句子連接起來，或者將詞語、句子重復(fù)若干次，如：string1+string2(兩個(gè)字符串相加)，string*n（將該字符串重復(fù)n次），具體示例如下：

在進(jìn)行語料庫數(shù)據(jù)處理時(shí)，不要將字符串與數(shù)值混淆。我們可以使用str()函數(shù)將數(shù)字轉(zhuǎn)換成字符串，也可以用float()函數(shù)或int()函數(shù)將字符串轉(zhuǎn)換成數(shù)值。具體示例如下：

語料庫常數(shù)據(jù)處理常用的字符串函數(shù)有：

1.長度和大小相關(guān)函數(shù)：len(string)——計(jì)算字符長度，string.lower()——字符串字母全部小寫，string.upper()——字符串字母全部大寫，string.capitalize()——字符串第一個(gè)單詞首字母大寫，string.title()——字符串每個(gè)單詞首字母大寫，string.swapcase()——字符串字母大小寫互換。具體示例如下：

2.刪除空格的函數(shù)：string.strip()——?jiǎng)h除字符串前后的空格，string.lstrip()——?jiǎng)h除字符串前的空格，string.rstrip()——?jiǎng)h除字符串后的空格。具體示例如下：

3.對(duì)字符串進(jìn)行相關(guān)判斷的函數(shù)：string.startswith(x)——判斷字符串是否以x開頭,string.endswith(x)——判斷字符串是否以x結(jié)尾，string.isalnum()——判斷字符串是否全是紫玉和數(shù)字，并至少有一個(gè)字符，string.isalpha(x)——判斷字符串是否全是字母，并至少有一個(gè)字符，string.isdigit(x)——判斷字符串是否全是數(shù)字，并至少有一個(gè)字符，string.islower(x)——判斷字符串的字母是否全是小寫，string.isupper(x)——判斷字符串的字母是否全是大寫，string.istitle(x)——判斷字符串的每個(gè)單詞首字母是否大寫，string.isspace(x)——判斷字符串是否全是空白字符，并至少有一個(gè)字符。具體示例如下：

這是基于Python的語料庫數(shù)據(jù)處理專欄的第二期，以后也會(huì)定期更新。有在研究語料庫的朋友可以一起來學(xué)習(xí)，使用Python進(jìn)行語料庫數(shù)據(jù)處理會(huì)更方便、更快捷。

推薦閱讀：基于Python的語料庫數(shù)據(jù)處理（一）