本文共 1189 字,大约阅读时间需要 3 分钟。
使用正则表达式实现:
import re# 过滤不了\\ \ 中文()还有————r1 = u'[a-zA-Z0-9’!"#$%&\'()*+,-./:;<=>?@,。?★、…【】《》?“”‘’![\\]^_`{|}~]+'#用户也可以在此进行自定义过滤字符 # 者中规则也过滤不完全r2 = "[\s+\.\!\/_,$%^*(+\"\']+|[+——!,。?、~@#¥%……&*()]+"# \\\可以过滤掉反向单杠和双杠,/可以过滤掉正向单杠和双杠,第一个中括号里放的是英文符号,第二个中括号里放的是中文符号,第二个中括号前不能少|,否则过滤不完全r3 = "[.!//_,$&%^*()<>+\"'?@#-|:~{}]+|[——!\\\\,。=?、:“”‘’《》【】¥……()]+" # 去掉括号和括号内的所有内容r4 = "\\【.*?】+|\\《.*?》+|\\#.*?#+|[.!/_,$&%^*()<>+""'?@|:~{}#]+|[——!\\\,。=?、:“”‘’¥……()《》【】]"sentence = "hello! wo?rd!."cleanr = re.compile('<.*?>')sentence = re.sub(cleanr, ' ', sentence) #去除html标签sentence = re.sub(r4,'',sentence)print(sentence)
from nltk.corpus import stopwordssentence = "this is a apple"filter_sentence= [w for w in sentence.split(' ') if w not in stopwords.words('english')]print(filter_sentence)
imutils
----------图像平移img = cv.imread(filename)#x,y 表示平移的像素个数 translated = imutils.translate(img, x, y)#图像缩放resized = imutils.resize(img, width=200)#图像旋转rotated = imutils.rotate(img, alpha)
训练集和验证集划分,一般推荐使用两种:
转载地址:http://bvnws.baihongyu.com/