Pythonにはいくつのキーワードがありますか？現在、Pythonには31個のキーワードがあり、Pythonの組み込みキーワードモジュールを使用して出力および表示できます。
キーワードモジュール
Help on module keyword:
NAME
keyword -Keywords(from"graminit.c")
FILE
/usr/lib64/python2.6/keyword.py
DESCRIPTION
This file is automatically generated; please don't muck it up!
To update the symbols inthis file,'cd' to the top directory of
the python source tree after building the interpreter and run:
python Lib/keyword.py
FUNCTIONS
iskeyword =__contains__(...)
x.__contains__(y) y in x.
DATA
__ all__ =['iskeyword','kwlist']
kwlist =['and','as','assert','break','class','continue','def',...
pythonキーワードのリストを取得します。
keyword.kwlist
[' and','as','assert','break','class','continue','def','del','elif','else','except','exec','finally','for','from','global','if','import','in','is','lambda','not','or','pass','print','raise','return','try','while','with','yield']
文字列がpythonのキーワードであるかどうかを確認します
keyword.iskeyword('and')
True
keyword.iskeyword('has')
False
キーワードナレッジポイント拡張について：
TF-IDF
TF-IDF（用語頻度-逆文書頻度）は、用語頻度-逆文書頻度を指し、数値統計のカテゴリーに属します。 TF-IDFを使用すると、データセット内のドキュメントに対する単語の重要性を知ることができます。
**TF-IDF **の概念
TF-IDFには、用語頻度と逆文書頻度の2つの部分があります。まず、頻度という単語を紹介します。この単語は非常に直感的です。頻度という単語は、ドキュメントまたはデータセット内の各単語の頻度を示します。方程式は次のとおりです。
TF（t）=単語tがドキュメントに出現する回数/このドキュメント内の単語の総数
2番目の部分-逆のドキュメント頻度は、実際にはドキュメントに対する単語の重要性を示しています。これは、TFを計算するときに、各単語に同じ重要度を割り当てるためです。表示される回数が多いほど、TFが高くなります。100回表示されると、他の単語よりも表示される単語が少なくなる可能性があります。 、それはあまり多くの情報を運ばないので、私たちは彼らに各単語の重要性を決定するために重みを与える必要があります。次の式を使用してIDFを取得します。
IDF（t）=（log10ドキュメントの数/ワードtを含むドキュメントの数）
次に、TF-IDFの計算方法は次のとおりです。
TF * IDF =（単語tがドキュメントに出現する回数/このドキュメント内の単語の総数）* log10（ドキュメントの数/単語tを含むドキュメントの数）
これまでのところ、Pythonのいくつかのキーワードに関するこの記事が紹介されています。Pythonの関連キーワードについては、ZaLou.Cnの以前の記事を検索するか、以下の関連記事を引き続き参照してください。 ZaLou.Cnをサポートしてください！
Recommended Posts