python中停止字的实现

python中停止词列表的速度更快的是：

 stopwords = ('a','and', 'etc')

---

或者使用文件来调用它？

文件操作总是比正常代码执行慢得多。因此，如果您需要的数据足够小，请不要使用文件

如果满足以下任一条件，则使用文件：

• 需要修改输入数据而不更改实际代码
• 需要处理的大量数据
• 数据正由另一个进程/应用程序提供

如果你只有有限数量的停止词，如果你不需要经常改变它们，那么就始终使用它

stopwords = ('a','and', 'etc')

---

文件操作总是比正常代码执行慢得多。因此，如果您需要的数据足够小，请不要使用文件

如果满足以下任一条件，则使用文件：

• 需要修改输入数据而不更改实际代码
• 需要处理的大量数据
• 数据正由另一个进程/应用程序提供

如果你只有有限数量的停止词，如果你不需要经常改变它们，那么就始终使用它

stopwords = ('a','and', 'etc')

---

NLTK

将停止字作为列表

nltk.corpus.stopwords.words('english')

---

如果这是您的意思，那么它比使用文件并在查看停止字时从中读取要快。

NLTK

将停止字作为列表

nltk.corpus.stopwords.words('english')

---

如果这是您的意思，那么它比使用文件并在浏览stopword时从中读取要快。

如果您不想下载

nltk

，stopword文件随处可见。他们通常每行列出一个单词，这样就很容易把它们放在自己的结构中

stopwords = ()
for line in open('stopwordfile'):
    stopwords += (line,)

但是，比在元组中查找单词更快的是使用字典，可能最好使用默认返回值：

stopdict = {w:True for w in stopwords}

for word in text_you_want_to_index:
     if word not in stopdict:          # or: not stopdict.get(word, False): don't know which one more performant
          print word

---

如果您不想下载

nltk

，stopword文件随处可见。他们通常每行列出一个单词，这样就很容易把它们放在自己的结构中

stopwords = ()
for line in open('stopwordfile'):
    stopwords += (line,)

但是，比在元组中查找单词更快的是使用字典，可能最好使用默认返回值：

stopdict = {w:True for w in stopwords}

for word in text_you_want_to_index:
     if word not in stopdict:          # or: not stopdict.get(word, False): don't know which one more performant
          print word

---

你应该更具体一点-你打算用

stopwords

做什么？只是想澄清一下，你是在问：哪个在运行时运行得更快：创建一个列表（或元组）文本，或者从一个文件中读取列表？你到底想做什么？你应该更具体一些-你打算用

停止字

做什么？只是想澄清一下，你在问：哪一个在运行时运行得更快：创建一个列表（或元组）文字，或者从文件中读取列表？你到底想做什么？

set

在这里更合适。我同意。我们甚至可以更进一步，建议使用

frozenset

，因为一旦设置，就不需要添加或删除元素。

set

在这里更合适。我同意。我们甚至可以更进一步，建议使用

frozenset

，因为一旦设置好，就不需要添加或删除元素。