一，如何利用python导入nltk包
我自己的电脑安装的是anaconda包，Python3.6版本。在anaconda中有nltk这个模块，话说这个anaconda还真是强大，打开Python ，输入下面两行代码：
import nltk
nltk.download()
这是会弹出一个界面，显示的是需要下载的文件，点击all即可，等待下载完毕，就可以使用nltk了。非常简单便捷的几步，没有什么坑，很亲民，顿时爱上anaconda了。
这里给出自己踩得坑：
本来我以为anaconda中没有nltk模块，所以根本就没想过在python中导入nltk。作为研究生，就得去查资料，找到nltk的官网，准备下载一个nltk的exe文件，下载完毕，放在Python同一路径下，点击运行，结果提示我只能用于python32版本的，这个nltk官网也是有说明的，只能用于32位windows系统。我自己的电脑是64位的，所有安装的Python36也是64位的，然后自己又傻乎乎的下载了32位的python35*（官网提示这个版本用nltk最好），然后折腾半天，点击nltk的exe文件时，发现还是不行。就在我准备放弃的时候，突然在网上看到anaconda中好像有nltk的模块，然后自己又去核实了一下，果然有，心里大喜。接下来就安装上面步骤全搞定了。
小提示：多试，多做，多查，不放弃。
二，nltk是什么，能做什么，怎么做
是什么： nltk全程为：natural language tool kit ，自然语言处理的第三方库。它提供了了超过50种文献以及词典资源。此处给出官网的说明：
NLTK is a leading platform for building Python programs to work with human language data. It provides easy-to-use interfaces to over
50 corpora and lexical resources such as WordNet, along with a suite of text processing libraries for classification, tokenization, stemming, tagging, parsing, and semantic
reasoning, wrappers for industrial-strength NLP libraries, and an active discussion
forum.
nltk的六大模块：
做什么及怎么做：以读文章为例，我们拿到一篇文章，最主要的是看他说了什么，中心大意是什么，但是对程序或者机器来说，由于我们做的是统计自然语言处理，所以它最先“想”到的是，这个文章中有多少词，每个词出现了多少次，怎样找到这个词等等。列出一下操作包括：
（1）搜索单词：text.concordance('word')。text为目标文章，word为所要找的单词
（2）搜索相似的单词：text.similar('word')
（3）搜索共同上下文：text.common.context(['word1','word2'])。即：在文章中同一个位置，这两个词都可以填入，类似于近义词，给出的结果是上下文。比如 ，我爱你 ，我恨你，爱和恨就有共同上下文：我--你，即为给出的结果。
（4）绘制词汇分布图：text.dispersion_plot(['word1' 'word2' 'word3']),这里可以绘制多个单词的分布情况。
比如：text4.dispersion_plot(['citizens','democracy','people'])，绘制的结果如下:
（5）利用给定单词，自动生成文章：text.generate(word)
（6）统计文章共有多少单词：len(text)
（7）统计文章中共有多少不重复的单词：len(set(text))
（8）将不重复单词排序：sorted(set(text))
（9）指定单词的出现次数：text.count('word')
（10）求单词的密度：单词出现的次数除以文章总次数。这里可能需要在文件头部添加一个命令：
from __future__ import division（除法规则的不同）
也可以将以上操作做成一个函数形式，这样就可以一步打印出各个结果。