win10子系统python开发环境准备及kenlm和nltk的使用教程

更新时间：2020-08-03 07:42:01 作者：startmvc

前言因为NLP作业需要用到kenlm，而kenlm在linux下更为方便。本人win10之前开启了子系统，所以

前言

因为NLP作业需要用到kenlm，而kenlm在linux下更为方便。本人win10之前开启了子系统，所以就打算在子系统下进行相关作业的完成。

首先开启win10子系统，网上教程挺多，照着做就成。我当前安装版本是Ubuntu16.04。终端输入cat /etc/lsb-release或uname可以查看版本。子系统开启后，win10的盘符挂载在mnt下，可以执行ls -al /mnt查看。

Python的下载

Linux中自带python2，不过Pyhton软件基金会宣布到2020年元旦不在为py2任何分支提供支持。所以我们下载安装py3。在后面的编译操作中需要用到make和cmake工具，需要提前下载安装。make和cmake的使用，需要gcc的支持。在这里就不介绍gcc的安装了，可自行百度解决。

make是一个命令工具,它解释 Makefile 中的指令。在Makefile文件中描述了整个工程所有文件的编译顺序、编译规则。make依据Makefile文件来批处理编译，因为编写Makefile文件太繁琐复杂，就出现了cmake工具，它能读入所有源文件之后，自动生成makefile。

在进行下面步骤前，先执行sudo apt update更新，防止出现一些错误

1.make的下载和安装


wget http://ftp.gnu.org/gnu/make/make-4.2.tar.gz
tar -zxvf make-4.2.tar.gz
cd make-4.2
./configure #生成 Makefile，为下一步的编译做准备
make #进行源代码编译
sudo make install #安装,这一步会将编译好的make文件转移到/usr/local/make目录下，该目录需要root权限
ln -s -f /usr/local/bin/make /usr/bin/make
make --version #查看版本

2.cmake的下载和安装


wget https://cmake.org/files/v3.3/cmake-3.5.1.tar.gz
tar xzvf cmake-3.5.1.tar.gz
yum install gcc-c++ # 安装gcc等程序包(安装过就忽略)
cd cmake-3.5.1
./bootstrap
make
make install
cmake --version #查看版本

cmake 会默认安装在 /usr/local/bin 下面

也可以直接安装build-essential软件包,该软件包中包含了编译c/c++所需要的软件包。sudo apt-get install build-essential

3.Python下载


wget https://www.python.org/ftp/python/3.7.3/Python-3.7.3.tgz

4.解压


tar zxvf Python-3.7.3.tgz
cd Python-3.7.3

5.编译


./configure --with-ssl
make
sudo make install

注意：–with-ssl必须加上，否则使用pip安装第三方包时，会引发ssl错误。导致无法使用。如果执行pip install出错，重新编译安装即可。

一些错误问题：

ZipError：

sudo apt install zlib*

ImportError:'_ctypes'

sudo apt-get install python-dev python-setuptools python-pip python-smbus build-essential libncursesw5-dev libgdbm-dev libc6-dev zlib1g-dev libsqlite3-dev tk-dev libssl-dev openssl libffi-dev

6.创建软链接


# 添加python3的软链接
sudo ln -s /usr/local/bin/python3.7 /usr/bin/python3
# 添加 pip3 的软链接
sudo ln -s /usr/local/bin/pip3.7 /usr/bin/pip3

kenlm的安装

1.boost

在boost官网下载boost,本人下载了boost_1_70_0。


cd boost_1_70_0
./bootstrap.sh
./b2 install

2.xz


wget http://tukaani.org/xz/xz-5.2.2.tar.gz
tar xzvf xz-5.2.2.tar.gz
cd xz-5.2.2
./configure
make
make install

3.zlib


wget http://zlib.net/zlib-1.2.11.tar.gz
tar xzf zlib-1.2.11.tar.gz
cd zlib-1.2.11
./configure
make
make install

4.bzip


wget https://fossies.org/linux/misc/bzip2-1.0.6.tar.gz
tar xzvf bzip2-1.0.6.tar.gz
cd bzip2-1.0.6/
make
make install

5.libbz2-dev

apt-get install libbz2-dev

6.kenlm

在github上有详细的说明，https://github.com/kpu/kenlm。下载解压后


cd kenlm
mkdir -p build
cd build
cmake ..
make -j 4 # 启用4个cpu去编译。提高编译速度
cd ..
python setup.py install

测试,在python环境中导入kenlm无报错，说明kenlm安装成功。或者运行\kenlm\python\example.py文件

nltk安装

nltk直接用pip下载就行，nltk_data文件较大，可以离线下载后添加进路径。win10下使用nltk_data，直接放进D盘中就行，nltk会自动查找到。但是在Linux下需要将nltk_data路径添加到data，或者移动到下面输出的路径中。为了方便，我个人是建立了个软链接sudo ln -s /mnt/d/nltk_data /usr/local/nltk_data


import nltk
nltk.data.find(".")

# Searched in:
# - '/root/nltk_data'
# - '/usr/local/nltk_data'
# - '/usr/local/share/nltk_data'
# - '/usr/local/lib/nltk_data'
# - '/usr/share/nltk_data'
# - '/usr/local/share/nltk_data'
# - '/usr/lib/nltk_data'
# - '/usr/local/lib/nltk_data'

在当前会话下添加路径到data


from nltk import data
data.path.append(r"你下载的nltk_data所在路径")

添加完路径，使用nltk.data.path查看当前已添加路径

简单测试


from nltk.tokenize import word_tokenize
sentence = "since the 1890s , and beginning in france , the term ''libertarianism '' has often been used as an synonym for anarchism and was used almost exclusively in this sense until the 1950s in the united states ; its use as an synonym is still common outside the united states ."
print(word_tokenize(sentence))

总结

以上所述是小编给大家介绍的win10子系统python开发环境准备及kenlm和nltk的使用教程,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！