基础语法
搜索文本----词语索引使我们看到词的上下
text1.concordance("monstrous")
词出现在相似的上下文中
text1.similar("monstrous")
函数common_contexts允许我们研究两个或两个以上的词共同的上下文
text2.common_contexts(["monstrous", "very"])
以判断词在文本中的位置,用离散图表示 ,每一个竖线代表一个单词，每一行代表整个文本
text4.dispersion_plot(["citizens", "democracy", "freedom", "duties", "America"])
不同风格产生一些随机文本
text3.generate()
获取文本长度
len(text3)
获得text3 的词汇表（set为集合，元素不可重复）
set(text3)
得到一个词汇项的排序表(排序表中大写字母出现在小写字母之前)
sorted(set(text3))
了每个字平均被使用次数（使用的是浮点除法）
from __future__ import division
len(text3) / len(set(text3))
计数一个词在文本中出现的次数，计算一个特定的词在文本中占据的百分比。
text3.count("smote")
100 * text4.count('a') / len(text4)
了每个字平均被使用次数（函数）
def lexical_diversity(text):
return len(text) / len(set(text))
百分比
def percentage(count, total):
return 100 * count / total
链表（list，也叫列表）（nltk.book 已经为你定义了一些链表 sent2~sent9)
sent1 = ['Call', 'me', 'Ishmael', '.']
对链表使用Python 加法运算----连接----它将多个链表组合为一个链表
['Monty', 'Python'] + ['and', 'the', 'Holy', 'Grail']
sent4 + sent1
向链表中增加一个元素----追加
sent1.append("Some")
索引列表(索引从零开始)
text4[173]
获取子链表----切片
text5[16715:16735]
切片5:8 包含索引5，6 和7 m:n 表示元素m...n-1
sent = ['word1', 'word2', 'word3', 'word4', 'word5','word6', 'word7', 'word8', 'word9', 'word10']
sent[5:8]
如果切片从链表第一个元素开始，我们可以省略第一个数字；如果切片到链表最后一个元素处结尾，我们可以省略第二个数字：
sent[:3]
text2[141525:]
从倒数第二个开始到最后
tokens[-2:]
通过指定它的索引值来修改链表中的元素
sent = ['word1', 'word2', 'word3', 'word4', 'word5','word6', 'word7', 'word8', 'word9', 'word10']
sent[0] = 'First'
也可以用新内容替换掉一整个片段
sent[1:9] = ['Second', 'Third']
字符串(切片，乘法，加法，连接，分割)
name = 'Monty'
name[0]
name[:4]
name * 2
name + '!'
' '.join(['Monty', 'Python'])
'Monty Python'.split()