Skip to main content
 首页 » 编程设计

python之将 tfidf 矩阵打印到文件中

2025年05月04日998°冷暖

我想在文本文件中将此 tfidf 过程的结果打印为 (word, 2.333)。目前它首先打印所有单词,然后打印分数。我该怎么做?我还希望文件按 idf 值排序,以便将最重要的词放在最前面。

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 

请您参考如下方法:

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]) 

在控制台检查打印它们并将它们写入文件。