# 任务3：打印出每一回中10个tf-idf值最高的词 from sklearn.feature_extraction.text import TfidfVectorizer inFils = open(r'分词后汇总.txt', 'r', encoding='utf8') corpus = inFils.readlines() vectorizer = TfidfVectorizer() tfidf = vectorizer.fit_transform(corpus) wordlist = vectorizer.get_feature_names_out() df = pd.DataFrame(tfidf.T.todense(), index=wordlist) for i in range(len(corpus)): featurelist = df.iloc[:, i].to_list() resdict = {}根据上述代码，叙述逻辑。 for j in range(0, len(wordlist)): resdict[wordlist[j]] = featurelist[j] resdict = sorted(resdict.items(), key=lambda x: x[1], reverse=True) print(resdict[0:10])

代码逻辑概述

任务目标：打印出每一回中TF-IDF值最高的10个词。

1. 导入TF-IDF库：使用sklearn的TfidfVectorizer实现TF-IDF。
2. 读取文本数据：从文件分词后汇总.txt中读取分词后的文本数据。
3. 初始化TF-IDF向量化器：创建TfidfVectorizer实例。
4. 拟合数据并转换：使用fit_transform方法拟合文本数据并转换为TF-IDF矩阵。
5. 获取词汇列表：通过get_feature_names_out获取所有词汇。
6. 转换为DataFrame：将TF-IDF矩阵转换为DataFrame，便于操作。
7. 遍历每一回：对每一回的文本进行处理。
8. 提取特征值：提取每一回的TF-IDF特征值。
9. 排序并打印：对每一回的词汇按TF-IDF值降序排序，打印出前10个词。

代码实现步骤

• 步骤1：打开并读取分词后的文本文件。
• 步骤2：初始化TF-IDF向量化器。
• 步骤3：拟合文本数据并转换为TF-IDF矩阵。
• 步骤4：获取词汇列表。
• 步骤5：将TF-IDF矩阵转换为DataFrame。
• 步骤6：遍历每一回文本，提取特征值。
• 步骤7：对每一回的词汇按TF-IDF值排序。
• 步骤8：打印每一回中TF-IDF值最高的10个词。

from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

# 打开并读取分词后的文本文件
inFils = open(r'分词后汇总.txt', 'r', encoding='utf8')
corpus = inFils.readlines()

# 初始化TF-IDF向量化器
vectorizer = TfidfVectorizer()

# 拟合文本数据并转换为TF-IDF矩阵
tfidf = vectorizer.fit_transform(corpus)

# 获取词汇列表
wordlist = vectorizer.get_feature_names_out()

# 将TF-IDF矩阵转换为DataFrame
df = pd.DataFrame(tfidf.T.todense(), index=wordlist)

# 遍历每一回文本，提取特征值并排序
for i in range(len(corpus)):
    featurelist = df.iloc[:, i].to_list()
    resdict = {wordlist[j]: featurelist[j] for j in range(len(wordlist))}
    
    # 对每一回的词汇按TF-IDF值排序
    resdict = sorted(resdict.items(), key=lambda x: x[1], reverse=True)
    
    # 打印每一回中TF-IDF值最高的10个词
    print(resdict[0:10])
```<a data-index="0" class='citation' href="#citation-1" target="_blank">1</a><a data-index="1" class='citation' href="#citation-4" target="_blank">4</a><a data-index="2" class='citation' href="#citation-6" target="_blank">6</a>