为什么n-gram字符模型中有空间？

Question

我正在研究CountVector类，并遇到以下问题：

    private static int[] FindMostPopularElements(int[] inArray)
    {
        var result = new List<int>();

        var numbersAndTimes = inArray
            .GroupBy(g => g)
            .Select(x => new
            {
                number = x.Key,
                times = x.Count()
            })
            .OrderByDescending(o => o.times);

        int maxTimes = 0;
        foreach (var pair in numbersAndTimes)
        {
            if (pair.times >= maxTimes)
            {
                maxTimes = pair.times;
                result.Add(pair.number);

                //Console.WriteLine($"{pair.number} - Occurrences: {pair.times}");
            }
            else
            {
                break;
            }
        }

        return result.ToArray();
    }

该空间从哪里来？索引0、1、17、2等。

如果我更改为：

In [45]: ngram_vec = CountVectorizer(analyzer='char_wb', ngram_range=(1,3))                                                                                                           

In [46]: counts = ngram_vec.fit_transform(['words', 'wprds'])                                                                                                                         

In [47]: ngram_vec.vocabulary_                                                                                                                                                        
Out[47]: 
{' ': 0,
 'w': 18,
 'o': 7,
 'r': 13,
 'd': 4,
 's': 16,
 ' w': 1,
 'wo': 19,
 'or': 8,
 'rd': 14,
 'ds': 5,
 's ': 17,
 ' wo': 2,
 'wor': 20,
 'ord': 9,
 'rds': 15,
 'ds ': 6,
 'p': 10,
 'wp': 21,
 'pr': 11,
 ' wp': 3,
 'wpr': 22,
 'prd': 12}

声音结果变为：

ngram_range=(3,3)

这是什么意思：

{' wo': 0,
 'wor': 6,
 'ord': 3,
 'rds': 5,
 'ds ': 2,
 ' wp': 1,
 'wpr': 7,
 'prd': 4}