按tf-idf排序TfidfVectorizer输出（从最低到最高，反之亦然）

Question

我使用sklearn的TfidfVectorizer（）对我的部分文本数据进行了解，以了解每个特征（单词）的术语频率。我目前的代码如下

from sklearn.feature_extraction.text import TfidfVectorizer
tfidf = TfidfVectorizer(analyzer='word', stop_words = 'english')

# fit_transform on training data
X_traintfidf = tfidf.fit_transform(X_train)

如果我想在＆＃39; X_traintfidf＆＃39;中排序每个词的tf-idf值。从最低到最高（反之亦然），比如top10，并将这些排序的tf-idf值排名分成两个系列对象，我该如何从代码的最后一行开始？

谢谢。

我正在阅读类似的thread，但无法弄清楚如何做到这一点。也许有人能够将这个帖子中显示的提示连接到我的问题。

Answer 1

在fit_transform()之后，您可以通过get_feature_names()方法访问现有词汇表。你可以这样做：

terms = tfidf.get_feature_names()

# sum tfidf frequency of each term through documents
sums = X_traintfidf.sum(axis=0)

# connecting term to its sums frequency
data = []
for col, term in enumerate(terms):
    data.append( (term, sums[0,col] ))

ranking = pd.DataFrame(data, columns=['term','rank'])
print(ranking.sort_values('rank', ascending=False))