此學習筆記整理于 Ryan Mitchell Web Scraping with Python- Collecting Data from the Modern Web (2015) Chapter 8 Reading and writing natural languages

這一章比較有意思，值得一看！

首先上代碼

上面的沒什么可說的，urlopen,read,utf-8 解碼(好像是)，str變成文本。

下面的這是一個構造對應字典的函數。哦，差點忘了介紹馬爾科夫模型和這一章作者拿來玩的東西。馬爾科夫模型，我也說不清，大致就是一個分析流程，看A后面可能發生什么東東(BCDEFG等等，各有各的概率)，隨機從一個字母開始，隨機生成其跟隨的字母，最后組成一系列流程。作者根據一篇演講(http://pythonscraping.com/files/inaugurationSpeech.txt)分析，看某個單詞后面都跟了哪些單詞，然后再從I 出發，構造一段話。就是I 然后后面隨機選擇一個單詞，比如believe，然后再根據這個believe再隨機選取一個單詞，最后構成一段話。聽起來挺簡單的，大致分析下，流程如下：

1，找到頻率分析文本，我們已經做了

2，構造對應關系，比如I后面都有哪些單詞，出現了幾次之類的

3，隨機生成一個單詞

4，重復2-4 N 次

下面我們看構造對應關系的函數，作者用的是嵌套字典。舉個栗子，{‘我’：{‘愛’：1，‘恨’：1}} 在第一層 的字典‘我’是key，然后value是第二層的字典，里面有兩個key 愛，恨，兩個value 1 1.表示頻次。

8-15很清楚，也有注釋，可以看清楚的。

17行真的是讓我打開眼界啊。還可以這么簡潔地表達！正常應該寫

words=[]

for word in 集合:

if word != ""

words.append(word)

作者四行寫作一行也是讓我看得一個形容詞。

21行到28行：首先，為第一個單詞甲來一個字典A，然后它的value是個字典B，字典B是否包括甲后面的單詞乙。不包括的話加進去，字典B的key就是乙，value設為0，后面加一，沒出現一次再加一。效果是{‘甲’：{‘乙’：1}}

上面完成了步驟2，然后就需要隨機選擇一個了。舉個栗子：{‘我’：{‘愛’：1，‘恨’：1}}?，F在需要我們在‘我’的后面隨機選擇一個字。作者用的方法非常巧妙，先算出有多少個字，這個栗子是2個，然后隨機生成數字1或者2，然后用這個1或者2依次減去‘愛’和‘恨’的頻次，出現0或者負數的時候，選取這個key值。比如，生成了1,1-1=0符合條件，那么就選擇‘愛’，生成了2,2-1=1不符合條件，然后再次減去‘恨’的頻次數，1(上一次計算剩下的1)-1(恨的品次數)=0，符合條件就選擇‘恨’了。

這里需要 from random import randint 來生成隨機整數

P.S.：沒能上車的小伙伴歡迎留言，如果我會我直接回答你！如果不會，我谷歌后回答你！如果要加我微信，不行。

總結

以上是生活随笔為你收集整理的python做马尔科夫模型预测法_Python 3 爬虫学习笔记 8 马尔科夫模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。