一、multistop

停用词表, 同时支持中英德等15种语言。

二、安装

pip3 install multistop

三、使用

初始化停用词类

from multistop import Stopwords
#默认选取的中文lang='chinese'
sw = Stopwords()

查看支持的语言

sw.languages()

Run

dict_keys(['dutch', 'german', 'hungarian', 'turkish', 'russian', 'italian', 'english', 'norwegian', 'portuguese', 'finnish', 'danish', 'french', 'swedish', 'spanish', 'chinese'])

选择某种语言的停用词表

sw.setlang(lang='chinese')

Run

set language to chinese

词表长度

sw.size()

Run

778

查看停用词表是否含有某词

sw.contains('的')

Run

True

添加新停用词

sw.add('6啊')
sw.size()

Run

779

将停用词表下载下来

sw.download('chinese.txt')

如果

如果您是经管人文社科专业背景，编程小白，面临海量文本数据采集和处理分析艰巨任务，可以参看《python网络爬虫与文本数据分析》视频课。作为文科生，一样也是从两眼一抹黑开始，这门课程是用五年时间凝缩出来的。自认为讲的很通俗易懂o(￣︶￣)o，

• python入门
• 网络爬虫
• 数据读取
• 文本分析入门
• 机器学习与文本分析
• 文本分析在经管研究中的应用

感兴趣的童鞋不妨 戳一下《python网络爬虫与文本数据分析》进来看看~

更多

• B站:大邓和他的python

• 公众号：大邓和他的python

• 知乎专栏：数据科学家