在Python中，可以使用多种中文分词库来进行中文分词。以下是几种常用的分词库和其特点：

1. jieba：基于自然语言处理的中文分词库，支持分词、词性标注、命名实体识别等功能。
2. HanLP：基于统计学习的中文分词库，具有准确性高、处理速度快等特点。
3. NLTK：自然语言处理工具包，提供了丰富的分词、词性标注、命名实体识别等功能。
4. pinyin4j：基于Java的中文分词库，支持多种分词算法，包括基于词典和基于语言模型的分词算法。
5. PyToken：基于Python的中文分词库，支持多种分词算法，包括基于词典和基于语言模型的分词算法。

可以使用以下代码将使用jieba库进行分词：

import jieba  
  
# 设置分词词典  
jieba.load_userdict('userdict.txt')  
  
# 加载待分词的文本  
text = "我爱自然语言处理"  
  
# 使用jieba分词  
seg_list = jieba.cut(text, cut_all=False)  
  
# 输出分词结果  
print(" ".join(seg_list))

在上面的代码中，我们首先使用jieba.load_userdict()函数设置分词词典，将其保存在名为userdict.txt的文本文件中。然后，我们将待分词的文本设置为一个字符串。接着，我们使用jieba.cut()函数对文本进行分词，其中cut_all=False表示采用精确模式进行分词。最后，我们使用" ".join(seg_list)将分词结果连接成一个字符串，并输出到控制台中。

需要注意的是，jieba库支持多种分词模式和参数配置，具体的使用方法可以参考官方文档。此外，还可以使用其他中文分词库，如HanLP、NLTK等，具体使用方法可以参考相应的文档和示例代码。