- このリポジトリは、講談社サイエンティフィク 実践Data ScienceシリーズのPythonではじめるテキストアナリティクス入門 で使用しているコードをまとめたリポジトリです。
- 書籍内の4章、6〜8章、9章〜11章で使用したプログラムを，Jupyter Notebook形式でまとめなおして公開しています．書籍を読みながら，インタラクティブに実行して頂くことを想定しています．
- 書籍の補助教材としてご活用下さい。
これはmainブランチです．
| branch名 | 内容 |
|---|---|
| main | プログラムの出力結果は書籍と同一だが，一部プログラムの書き方や説明に修正を加えたもの |
| original_book | 書籍と同一のプログラム． |
- 書籍の第3章 環境構築を参照しながら、下記を実行してください。
- Pythonのインストール(Chapter03/setup_python.md )
- Python仮想環境の構築(Chapter03/setup_pyenv.md)
- MeCabのインストール(Chapter03/setup_MeCab.md )
- 書籍ではMeCabのインストールは9章で紹介されていますが，GiNZAでは不向きな処理のために随所でMeCabを利用しているため、最初にインストールするようにしてください．
- Jupyter Notebookが実行可能な環境をセットアップしてください。下記は書籍に準拠した場合のセットアップ方法です。
pyenv local 3.9.5
pip install jupyterlab
- 本リポジトリをダウンロードし、Jupyter Notebookが実行可能な環境を立ち上げて下さい。
- jupyter-lab以外にJupyter-notebookやVisual Studio Codeなどでも利用可能 です
- jupyter-lab以外にJupyter-notebookやVisual Studio Codeなどでも利用可能です
$ git clone git@github.com:tksakaki/kspub_ds_text_analytics.git
$ cd kspub_ds_text_analytics
$ jupyter-lab
- 本リポジトリは第4章のコードから順番に実行していくことを想定しています。そのため、順不同で実行すると、Pythonのパッケージが不足することがあります。順番を気にせず実行したい方は、下記のコマンドで利用する全パッケージを予めインストールしてください。
$ cd kspub_ds_text_analytics
$ pip install -r requirements.txt
-
書籍に記載されている結果は、可能な限り多くの環境で同一の結果が出るように努めていますが、OS/Linuxパッケージ/Pythonパッケージの組み合わせにより、一致しないことは十分に起き得ます。多少の相違はご容赦下さい。
-
極力合わせたい方は、下記のようのPythonパッケージを最初にインストールすることをおすすめします
-
$ pip install -r requirements.txt
-
-
-
Google Colab環境では、GiNZAをインストールした後にパッケージ情報のリロード（再読込）が必要な場合があります。GiNZAの実行に失敗する場合、下記のようにパッケージ情報をリロードしてください。（参考：GiNZA 開発者向けの情報）
-
import pkg_resources, imp imp.reload(pkg_resources)
-
-
第2部 6、8章のコードには、ご自身でデータを収集しないと動かないコードが含まれています。お手数をおかけしますが、幅広く読まれる書籍という性質上、ご理解頂けると幸いです（8章については、ご自身で簡単にデータを収集するコードが含まれています）。
- 正誤表（2022年3月10日版）
- 本書籍の最新の正誤表を掲載しています
- よくあるトラブルについて
- 環境構築やサンプルプログラム利用時でよくあるトラブルについてまとめています
- SudachiPyのバージョン0.5.xと0.6.xについて
- 本書のコードはSudachiPy 0.5.xで動作させることを想定しています
- SudachiPyの0.6.xは0.5.xと比較して分析速度が30倍です