最近做一个项目，发现很多场景，把汉字转换成拼音，然后进行深度学习分类，能够取得非常不错的效果，在做内容识别，特别是涉及到同音字的时候，转换成拼音就显得特别重要。比如垃圾广告识别：公众号、工仲号、躬总号，公众號、微信、威信、维伈…，pypinyin是我用的一个比较好用的包是

（文末送读者福利）

给大家分享下，当然，在其他很多场景也是可以使用的，排序、检索等等场合。

GitHub: https://github.com/mozillazg/python-pinyin

文 档： https://pypinyin.readthedocs.io/zh_CN/master/

PyPi ：https://pypi.org/project/pypinyin/

（文末送读者福利）

1、pypinyin.pinyin

语法：pypinyin.pinyin(hans, style=Style.TONE, heteronym=False, errors=‘default’, strict=True)

功能：将汉字转换为拼音，返回汉字的拼音列表。

参数：

hans (unicode 字符串或字符串列表) – 汉字字符串( ‘你好吗’ )或列表( [‘你好’, ‘吗’] ). 可以使用自己喜爱的分词模块对字符串进行分词处理, 只需将经过分词处理的字符串列表传进来就可以了。 style – 指定拼音风格，默认是 TONE 风格。更多拼音风格详见 Style errors –指定如何处理没有拼音的字符。详见 处理不包含拼音的字符 heteronym – 是否启用多音字 strict – 是否严格遵照《汉语拼音方案》来处理声母和韵母，详见 strict 参数的影响

2、pypinyin.lazy_pinyin

语法：pypinyin.lazy_pinyin(hans, style=Style, errors=‘default’, strict=True)

功能：将汉字转换为拼音，返回不包含多音字结果的拼音列表，与 pinyin() 的区别是返回的拼音是个字符串， 并且每个字只包含一个读音

参数：

hans (unicode or list) – 汉字 style – 指定拼音风格，默认是 NORMAL 风格。更多拼音风格详见 Style。 errors – 指定如何处理没有拼音的字符，详情请参考 pinyin() strict – 是否严格遵照《汉语拼音方案》来处理声母和韵母，详见 strict 参数的影响

3、pypinyin.slug

功能：将汉字转换为拼音，然后生成 slug 字符串，简单说就是自定义分隔符

语法：pypinyin.slug(hans , style=Style, heteronym=False, separator=‘-’, errors=‘default’, strict=True)

hans (unicode or list) – 汉字 style – 指定拼音风格，默认是 NORMAL 风格。更多拼音风格详见 Style heteronym – 是否启用多音字 separator – 两个拼音间的分隔符/连接符 errors – 指定如何处理没有拼音的字符，详情请参考 pinyin() strict – 是否严格遵照《汉语拼音方案》来处理声母和韵母，详见 strict 参数的影响

4、 pypinyin.load_single_dict

功能：载入用户自定义的单字拼音库

语法： pypinyin.load_single_dict(pinyin_dict, style=‘default’)

参数：

pinyin_dict (dict) – 单字拼音库。比如： {0x963F: u"ā,ē"} style – pinyin_dict 参数值的拼音库风格. 支持 ‘default’, ‘tone2’

5、pypinyin.load_phrases_dict

功能：载入用户自定义的词语拼音库

语法： pypinyin.load_phrases_dict(phrases_dict, style=‘default’)

参数：

phrases_dict (dict) – 词语拼音库。比如： {u"阿爸": [[u"ā"], [u"bà"]]} style – phrases_dict 参数值的拼音库风格. 支持 ‘default’, ‘tone2’

假如需要找出一个垃圾评价的相似样本，用汉语相似性远远小于拼音，这个时候，拼音就能发挥很大的优势。

当然转换成拼音后，把每个音节当一个词，进行深度学习，效果也是非常好的。

S1 = ‘加公众号：小优惠，领券，便宜购买’

S2 = ‘伽工仲号：小优惠，伶绻，便宜购买’

#汉语相似

simi_1 = len(set(S1).intersection(set(S2)))/len(set(S1).union(set(S2)))#相似不懂的可以看我前面集合的文章

simi_1

0.5

#转换成拼音后显示

S1 = lazy_pinyin(S1)

S2 = lazy_pinyin(S2)

simi_2 = len(set(S1).intersection(set(S2)))/len(set(S1).union(set(S2)))

simi_2

0.875

读者福利：知道你对Python感兴趣，便准备了这套python学习资料，

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。 二方面是可以找到适合自己的学习方案

包括：Python永久使用安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等教程。带你从零基础系统性的学好Python！

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（学习教程文末领取哈）

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

检查学习结果。

这份完整版的Python全套学习资料已为大家备好，朋友们如果需要可以微信扫描下方二维码添加，输入"领取资料" 可免费领取全套资料【有什么需要协作的还可以随时联系我】朋友圈也会不定时的更新最前言python知识。

了解python的前景： https://blog.csdn.net/weixin_49892805/article/details/127196159

了解python的副业： https://blog.csdn.net/weixin_49892805/article/details/127214402