最近在看《Analyzing Text with the Natural Language Toolkit》的中文翻译版本，觉得蛮有意思的，就把学习过程中的遇到的问题和一些代码的运行结果记录下来。小白一只，如有错误，请您指正，谢谢！

想要这本书资源的可以在评论区留下您的邮箱。

下面进入正题（之前我已经装好了Python3.6版本）：

第1章    语言处理与Python

1.1 语言计算：文本和单词

• NLTK入门    

       由于pip版本太老，先右键管理员身份打开cmd，根据提示输入 python -m pip install --upgrade pip 语句进行pip的更新。

       更新完毕，输入 pip install nltk 语句进行NLTK的安装。

       安装完毕，启动Python解释器。在Python提示符后输入以下命令：

                                                   >>>import nltk

                                                   >>>nltk.download()

       跳出以下界面：

       选中“book”这一行，点击“Download”。完成后，出现如下界面：

        关闭窗口。此时数据已经被下载到电脑上啦，你可以使用Python解释器去加载一些要用的文本。

        首先输入 from nltk.book import * ，即从NLTK的book模块加载all。

        若想找到这些文本，只需在>>>后输入它们的名字即可。如：

•  搜索文本

        text1.concordance("monstrous") 即搜索《白鲸记》中的词monstrous:

         text2.concordance("affection") 即搜索《理智与情感》中的词affection:

         通过上述的词语索引，我们可以看到其上下文。如text1中的monstrous，我们可以看到 the_____pictures (见下图红框)： 

 可以通过 文本名.similar("关键词”) 语句来查看还有哪些词出现在相似的上下文中。

        common_contexts函数可以研究两个及以上的词的共同的上下文，如monstrous 和 very。 

•  判断词在文本中的位置

        从文本开头算起在它前面有多少个词，位置信息可以用离散图表示。图中，每一个竖线代表一个单词，每一行代表整个文本。PS：为了画图，我们需要安装Python的NumPy的Matplotlib包。如果没有安装，就会出现如下错误：

        通过Ctrl+Z 退出Python 解释器，然后通过 pip install matplotlib 语句进行下载安装。

         安装之后，进入Python解释器，记得导入nltk book模块的所有文本。然后输入如下语句（见黄框）：

        然后弹出一张图：

        关闭图片窗口后，输入另一条语句：

        弹出如下图片：

• generate函数

        不再适用，暂时没有替代的函数。如果有，希望哪位大佬可以告知。

• 计数词汇 

        使用len函数获取长度。（以文本中出现的词和标点符号为单位算出文本从头到尾的长度。）

        使用set函数获得词汇表。

        使用sorted(set(文本名称))得到一个词汇项的排序表

        再用len来获得这个数值。 

         对文本词汇丰富度进行测量（需确保Python使用的是浮点除法）：

         计数一个词在文本中出现的次数，计算一个特定的词在文本中占据的百分比。

• 定义函数 

        用关键字def定义新函数：

         使用这些函数：