Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。
Python的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。
Python特点
§ 1.易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。
§ 2.易于阅读：Python代码定义的更清晰。
§ 3.易于维护：Python的成功在于它的源代码是相当容易维护的。
§ 4.一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Windows和Macintosh兼容很好。
§ 5.互动模式：互动模式的支持，您可以从终端输入并获得结果的语言，互动的测试和调试代码片断。
§ 6.便携式：Python可以运行在多种硬件平台和所有平台上都具有相同的接口。
§ 7.可扩展：可以添加低层次的模块到Python解释器。这些模块使程序员可以添加或定制自己的工具，更有效。
§ 8.数据库：Python提供所有主要的商业数据库的接口。
§ 9.GUI编程：Python支持GUI可以创建和移植到许多系统调用。
§ 10.可扩展性：相比 shell 脚本，Python 提供了一个更好的结构，且支持大型程序。
什么是NLP？
自然语言处理(NLP)是关于开发能够理解人类语言的应用程序和服务。一些NLP的实际例子是语音识别，例如：谷歌语音搜索，了解内容是什么或情感分析等。
NLP
这些是自然语言处理(NLP)的一些成功实现：
搜索引擎，如谷歌，雅虎等。谷歌搜索引擎了解你是一个技术人员，所以它显示了与你相关的结果。
社交网站像Facebook新闻源一样提供。新闻Feed算法使用自然语言处理了解您的兴趣，并向您展示与其他帖子相关的广告和帖子。
语音引擎，Apple Siri等。
垃圾邮件过滤器， 现在垃圾邮件过滤器了解电子邮件内容中的内容，看看它是否是垃圾邮件。
如何使用Python开始使用NLP？
自然语言工具包(NLTK)是最受欢迎的自然语言处理库(NLP)，它是用Python编写的，背后有一个很大的社区。
NLTK也很容易学习，它是您将使用的最简单的自然语言处理(NLP)库。
在这个NLP教程中，我们将使用Python NLTK库。
Python基础知识，在我开始安装NLTK之前，我假设您已经了解了一些。
安装nltk使用pip，如果您使用的是Windows或Linux或Mac，则可以安装NLTK ：
$ pip install nltk
在撰写本文时，您可以在Python 2.7,3.4和3.5上使用NLTK。
要检查NLTK是否已正确安装，您可以打开python终端并键入以下内容：
导入nltk
如果一切顺利，这意味着您已成功安装NLTK库。
一旦安装了NLTK，就应该通过运行以下Python代码来安装NLTK软件包：
import nltk
nltk.download()
这将显示NLTK下载程序，以选择需要安装的软件包。
您可以安装所有包，因为它们的尺寸很小。
我们将学习如何识别网页在Python中使用NLTK的内容
首先，我们将抓取一个网页并分析文本以查看该页面的内容。
urllib模块将帮助我们抓取网页
import urllib.request
response = urllib.request.urlopen('https://en.wikipedia.org/wiki/SpaceX')
html = response.read()
print(html)
从链接可以清楚地看出，该页面是关于SpaceX的，现在让我们看看我们的代码是否能够正确识别页面的上下文。
Beautiful Soup
我们将使用这是一个Python库，用于从HTML和XML文件中提取数据。
from bs4 import BeautifulSoup
soup = BeautifulSoup(html,'html5lib')
text = soup.get_text(strip = True)
print(text)
你会得到一个像这样的输出
现在我们从已抓取的网页上获得了干净的文字，让我们将文本转换为tokens。
tokens = [t for t in text.split()]
print(tokens)
lambda
§ lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。它只是一个表达式，函数体比def简单很多。
§ 3个数求和的例子：
>>>f = lambda x,y,z:x+y+z
>>>f(1,2,3)
>>>6
§ 而如何要用正常函数实现上述功能的话，需要先用def定义函数名，代码如下:
>>>def f(x,y,z):
>>> return x+y+z
>>>n = f(1,2,3)
>>>6
filter()
§ filter()函数
§ 包括两个参数，分别是function和list。该函数根据function参数返回的结果是否为真来过滤list参数中的项，最后返回一个新列表，如下例所示：
>>>a=[1,2,3,4,5,6,7]
>>>b=filter(lambda x:x>5, a)
>>print b
>>>[6,7]
§ 如果filter参数值为None，就使用identity()函数，list参数中所有为假的元素都将被删除。如下所示：
>>>a=[0,1,2,3,4,5,6,7]
b=filter(None, a)
>>>print b
>>>[1,2,3,4,5,6,7]
§ map()函数
§ map()的两个参数一个是函数名，另一个是列表或元组。
>>>map(lambda x:x+3, a) #这里的a同上
>>>[3,4,5,6,7,8,9,10] #另一个例子
>>>a=[1,2,3] >>>b=[4,5,6]
>>>map(lambda x,y:x+y, a,b)
>>>[5,7,9]
§ 在刷题的过程中，map()函数通常可以结合输入一起使用，例如在一行中输入3个整数，可用如下语句：
a,b,c = map(int, input().split())
§ reduce()函数
§ reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
§ 例如，编写一个f函数，接收x和y，返回x和y的和：
def f(x, y):
return x + y
§ 调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：
1. 先计算头两个元素：f(1, 3)，结果为4;
2. 再把结果和第3个元素计算：f(4, 5)，结果为9;
3. 再把结果和第4个元素计算：f(9, 7)，结果为16;
4. 再把结果和第5个元素计算：f(16, 9)，结果为25;
5. 由于没有更多的元素了，计算结束，返回结果25。
range()
§ range() 函数可创建一个整数列表，一般用在 for 循环中。语法如下：
§ range(start, stop, step)
§ 实例：
>>>range(10) # 从 0 开始到 10 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(1, 11) # 从 1 开始到 11 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> range(0, 30, 5) # 步长为 5 [0, 5, 10, 15, 20, 25]
>>> range(0, 10, 3) # 步长为 3 [0, 3, 6, 9]
>>> range(0, -10, -1) # 负数 [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
>>> range(0) []
>>> range(1, 0) []
§ range 在 for 中的使用：
for i in range(n): # 正序遍历，表示i的取值从0到n-1
for i in range(n,0,-1): # 倒序遍历，表示i的取值从n到1
dict字典
§ dict字典使用键-值(key-value)存储，具有极快的查找速度。在Java中也称为map。
§ 举个例子，假设要根据同学的名字查找对应的成绩，如果用list实现，需要两个list：
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]
§ 给定一个名字，要查找对应的成绩，就先要在names中找到对应的位置，再从scores取出对应的成绩，list越长，耗时越长。
§ 如果用dict实现，只需要一个“名字”-“成绩”的对照表，直接根据名字查找成绩，无论这个表有多大，查找速度都不会变慢。用Python写一个dict如下：
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael'] 95
§ 我在刷题的时候，遇到一个问题就是需要在循环中动态往dict添加数据，但是没有找到添加的函数，其实不用插入函数，循环中动态往dict添加数据也很简单，如下所示：
dt = {} #先定义一个字典，注意是{}，如果定义数组是[]
for i in range(n):
dt[key[i]] = value[i]
sort
§ sort参数说明
L.sort(cmp=None, key=None, reverse=False)
§ sorted参数说明
sorted(iterable, cmp=None, key=None, reverse=False)
§ iterable：是可迭代类型，通常为一个集合;
§ cmp：用于比较的函数，比较什么由key决定,有默认值，迭代集合中的一项;
§ key：用列表元素的某个属性和函数进行作为关键字，有默认值，迭代集合中的一项;
§ reverse：排序规则. reverse = True 表示降序 或者 reverse = False 表示升序，默认值为False。
§ 使用sort()方法对list排序会修改list本身,不会返回新list，使用方法如下：
my_list = [3, 5, 1, 4, 2]
my_list.sort()
print my_list
#输出：
[1, 2, 3, 4, 5]
§ 而使用sorted()方法排序时会返回一个新的list：
my_list = [3, 5, 1, 4, 2]
result = sorted(my_list) #返回一个新的list
print result
#输出：
[1, 2, 3, 4, 5]
常用的一些零散的小知识
§ 求实数的多少次幂
§ 正常在java和C语言中，求一个数的幂需要调用一个求幂的函数，但是Python中直接一个运算符就可以搞定了：
#Python求幂
10**2 #10的平方
10**4 #10的4次方
§ print(‘xx’,end=’’)中end问题
§ end是print()函数的一个参数。end 是输出语句结束以后附加的字符串，它的默认值是换行(’ ’)。如果输出的时候不需要换行需要显示的给end赋值。
§ 例如输出一个数组，每个数之间以空格隔开，可以用如下语句：
for i in range(n):
print(data[i],end=' ') #end值为空格
§ 如果只是单纯的想要输出不换行，可以令end=''，end值为空字符串
§ // 与 / 的区别
§ “ / “ 表示浮点数除法，返回浮点结果;
§ “ // “ 表示整数除法,返回不大于结果的一个最大的整数
§ 【code】
print("6 // 4 = " + str(6 // 4))
print("6 / 4 =" + str(6 / 4))
§ 【result】
6 // 4 = 1
6 / 4 =1.5
§ 记得用set去除重复元素
§ 如果一个数组中有很多重复元素，根据需求需要去除重复元素的话，可以使用set集合，类似于Java的HashSet。
§ 语法很简单，只需一行代码就可以去重，如下所示：
§ 【code】
a = [1,1,2,2,3,4,5]
a = set(a) print(a)
§ 【result】
{1, 2, 3, 4, 5}
