Question

我想在文本文件中将此tfidf进程的结果打印为（word，2.333）。目前，它首先打印所有单词，然后打印分数。我该怎么办呢？我还希望按idf值对文件进行排序，以获得最重要的单词。

from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.feature_extraction.text import TfidfVectorizer

results = []
with open("/Users/xyz/Documents/wholedata/X_tr.txt") as f:
    for line in f:
        results.extend(line.strip().split('\n'))

blob=list(results)

vectorizer= TfidfVectorizer(min_df=1)

X_train_tf=vectorizer.fit_transform(blob)
print(X_train_tf.shape)
idf=vectorizer._tfidf.idf_

p= (vectorizer.get_feature_names(), idf)
with open("tfidf.txt","w") as t:
    for x in p:
        print>>t, x

Answer 1

您可以将两个列表压缩为

p = zip(vectorizer.get_feature_names(), idf)

将压缩列表排序为

p.sort(key = lambda t: t[1])

在控制台上打印它们并将它们写入文件。

将tfidf矩阵打印到文件中

1 个答案: