import?numpy?as?np
import?matplotlib.pyplot?as?plt
import?pandas?as?pd

dataset?=?pd.read_csv（‘R_Reviews.tsv‘?delimiter?=?‘\t‘?quoting?=?3）

######################################################################################
import?re?#清楚數字標點的標準庫
import?nltk?#下載含有所有虛詞的list
nltk.download（‘stopwords‘）?#list名字：stopwords?下載
from?nltk.corpus?import?stopwords?#下載之后?載入字典
from?nltk.stem.porter?import?PorterStemmer?#stem：詞根?PorterStemmer：?詞根函數庫
corpus?=?[]?#空list
for?i?in?range（0?1000）:
????review?=?re.sub（‘[^a-zA-Z]‘?‘?‘?dataset[‘Review‘][i]）?#去除標點，數字，去除之后用空格代替，只留下大小寫字母
????review?=?review.lower（）?#全部轉換成小寫
????review?=?review.split（）?#將句子字符串，轉換成含有不同單詞的list?
????ps?=?PorterStemmer（）?#取詞根化的方程
????review?=?[ps.stem（word）?for?word?in?review?if?not?word?in?set（stopwords.words（‘english‘））]?#?用詞

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????2519??2019-01-14?17:23??10\nlp.py
?????文件???????61332??2016-11-15?10:38??10\R_Reviews.tsv