代码之家 › 专栏 › 技术社区 › wailer

python中的开源数据挖掘/文本分析工具

analyzer data-mining database python

wailer · 技术社区 · 15 年前

我有一个数据库,里面有各种产品的评论。我的任务是执行各种计算,并使用聚合数据“创建”另一个“数据库/xml导出”。我正在考虑用python编写命令行程序来实现这一点。但我知道以前有人做过这件事,我知道有一些开源python解决方案或类似的解决方案,可能会提供更多有趣的“聚合数据”,然后我就可以考虑了。

问题是,除了从命令行进行基本数据操作之外,我对这一领域的了解并不多,我也不知道我应该使用什么术语来搜索这一领域。。我真的不是在寻找一些科学/可视化的东西(并不是说我不介意工具是否提供),一些简单的开始,并逐渐看到/开发我需要的东西。

我唯一的要求是要么将“最终聚合数据”保存在数据库中,要么将其导出为XML文件(无专有内容)。它比我的python脚本更健壮,因为我必须处理4台机器上的“大量”数据。

我应该从哪里开始我的研究?

2 回复 | 直到 15 年前

Steven Kryskalla 15 年前

你想做什么样的分析?

如果您正在分析文本,请查看 Natural Language Toolkit (NLTK)。

如果要索引和搜索数据,请查看 whoosh 搜索引擎。

请提供更多关于您希望进行何种分析的详细信息。

Amro 15 年前

数据集成 解决方案
一个建议是开源 Kettle project 部分 Pentaho 一套
对于python,快速搜索产生了 PyDI 和 SnapLogic

推荐文章

Aaron Green · 我的python程序无法识别数据库的存在,即使它在那里

1 年前

kaiselwyvrn · 我无法打开Visual Studio项目

1 年前

4SadMemeXD · 无法在Django中选择相关类别

2 年前

Agrim Singh · 用户数据。名称未显示用户名

2 年前

Peloucvo · 用数据库中的数据填充JTable

2 年前

Montaser Majid · 用于从多行中提取单行的SQL查询

2 年前

Max J. · 用整数作为键将dict写入csv

3 年前

YaddyVirus · NextJS API中where子句中的未知列

3 年前

David542 · 正确与否

3 年前

Trash at Coding · 为什么我的查询中的AND子句被忽略(非常简单的SQL查询)

3 年前