Python学习——jieba分词库和time模块

项目需要用到分词，所以找了一天合适的分词库，网上推荐最多的是jieba分词，在linux环境下安装很方便，输入命令：

pip install jieba

即可。使用更为方便：

import jieba

data=“这是一个让人增长见识的项目”

seg_list=jieba.cut(data,cut_all=False) #目前我只需要使用这个精确模式，还有其他可选模式，可以参考http://www.oschina.net/p/jieba

print '/'.join(seg_list)

结果是：这是/一个/让/人/增长/见识/的/项目

我用Python自带的time模块，统计了一下cut这一句命令运行的时间，数量级是微秒。

还有其他的分词库，我目前用不到，以后应该会需要进行比较。

上边已经提到了time模块，我主要对time.time()、time.clock()、timeit做比较

time.time():返回当前的时间戳。所以用来计算运行时间的话只要把前后时间戳相减即可

time.clock():注意，在不同的系统上含义不同。在UNIX系统上，它返回的是“进程时间”，它是用秒表示的浮点数（时间戳）。而在WINDOWS中，第一次调用，返回的是进程运行的实际时间。而第二次之后的调用是自第一次调用以后到现在的运行时间。（实际上是以WIN32上QueryPerformanceCounter()为基础，它比毫秒表示更为精确）

1 2 3 4 5 6

>>>import time >>>print(time.time(),time.clock()) 1359147652.310.021184 >>>time.sleep(1) >>>print(time.time(),time.clock()) 1359147653.310.02168

可以这样区分：

1 2 3 4 5 6 7 8

importsys if sys.platform=='win32': # On Windows, the best timer is time.clock default_timer=time.clock else: # On most other platforms the best timer is time.time default_timer=time.time

而ipython里的timeit也很好用，直接 %timeit a=a+1，即可计算a=a+1的运行时间

参考网站：http://www.runoob.com/python/att-time-time.html
http://pythoncentral.io/measure-time-in-python-time-time-vs-time-clock/ http://www.oschina.net/p/jieba