反向词典的开源模块学习记录

上文 ： 将“万词王”离线转化为“文络之心“插件之一：复现 wantwords Python/Pytorch 开源项目

首先，上手试试清华大学的中文分词库，thulac图拉克。除了python竟然还有java版本、c++版本。

import thulac   
thu1 = thulac.thulac()  # 首次加载
thu1.cut("我是中国人", text=True)

分割为：'我_r 是_v 中国_ns 人_n'，比icu的分词库更细，不过icu还同时支持日文韩文的简单分词，不知是怎么做到的。

thu1.cut("私は日本語ができません。", text=True)
'私は_n 日本_ns 語ができません_id 。_w'

---

SciPy 赛派
反向词典并未直接调用SciPy。

照着网络教程“Scipy入门 - 码农教程”，学习票房走势画图。未能运行其中代码。python不愧是宇宙第一塑料积木语言，上手必报错。其中的scipy调用有：

import numpy
a = numpy.arange(9).reshape(3,3)
io.savemat("a.mat",{'array':a})

>>> import scipy
>>> scipy.signal.detrend([1,2,3,7,8,9])
array([ 0.42857143, -0.34285714, -1.11428571,  1.11428571,  0.34285714,
       -0.42857143])

“Scipy入门 - 码农教程”报错，但是可以用这篇文章里的数据，手动输入数据测试detrend方法：detrend学习 - statology

测试代码为：

原始数据 = [8,13,18,24,20,18,24,27,22,20,28,32,29,28,30,37,34]

X_axis = numpy.arange(len(原始数据))

#plt.xticks(X_axis, X_axis*2)
    
plt.plot(X_axis,原始数据,label='原始数据')
detrend = scipy.signal.detrend(原始数据)
plt.plot(X_axis,detrend,label='去趋势波动图')
trend = 原始数据 - scipy.signal.detrend(原始数据)
plt.plot(X_axis,trend,label='潜在趋势图')

plt.title("数据走势图")
plt.xlabel('x-ticks')
plt.ylabel('value')

plt.legend()
plt.show()

如果子系统下 matplotlib.pyplot 没反应
，需要安装 VcXsrv （VC++ Windows X Server）图像接口, python3-tk等

export DISPLAY=:0.0
export LIBGL_ALWAYS_INDIRECT=1

matplotlib 入门：

import matplotlib.pyplot as plt
import numpy as np
fig=plt.figure(num=1,figsize=(4,4))
plt.plot([1,2,3,4],[1,2,3,4])
plt.show()

如果画图程序无法显示中文， 需要手动安装SimHei.ttf （可从c/windows/fonts复制到\\wsl$\Ubuntu\home\u\.local\lib\python3.10\site-packages\matplotlib\mpl-data\fonts\ttf），此外，还需要重置matplotlib的字体缓存：

import matplotlib.font_manager
matplotlib.font_manager._load_fontmanager(try_read_cache=False)

于是乎有scipy.detrend的入门之图画：

趋势图

---

未完待续……