python+excel+jieba分析同列单元格字符串相似度

可以使用Python中的openpyxl库和jieba库来实现这个任务。首先，使用openpyxl读取Excel文件中的数据，然后使用jieba分词库对同列单元格字符串进行分词处理。接着，可以使用Python中的文本相似度计算库进行相似度计算，如gensim库的similarity函数或者sklearn库的cosine_similarity函数。最后，将相似度结果保存到Excel文件中。

下面是一个简单的示例代码，用于计算Excel文件中A列中相邻两个单元格的相似度：

import openpyxl
import jieba
from gensim import similarities

# 读取Excel文件
wb = openpyxl.load_workbook('data.xlsx')
sheet = wb.active

# 分词
corpus = []
for cell in sheet['A']:
    corpus.append(list(jieba.cut(cell.value)))

# 构建语料库和索引
dictionary = similarities.Dictionary(corpus)
corpus_bow = [dictionary.doc2bow(text) for text in corpus]
index = similarities.MatrixSimilarity(corpus_bow)

# 计算相似度并保存结果到Excel文件中
for i in range(1, len(corpus)):
    sim = index[corpus_bow[i]][i-1]
    sheet.cell(row=i+1, column=2).value = sim

wb.save('result.xlsx')

需要注意的是，这只是一个简单的示例代码，实际的任务中可能需要对分词结果进行进一步的处理和筛选，以及使用更精确的文本相似度计算方法。