当我将字符串列表传递给此函数时,我希望它返回一个矩阵,说明每个唯一单词出现在字符串中的次数,但是,我得到一个矩阵,其中第一个字符串的值重复4次。这是代码
def tf(corp):
words_set = set()
for i in corp:
a=i.split(' ')
for j in a:
words_set.add(j)
words_dict = {i:0 for i in words_set}
wcount=0
matr=list()
for doc in corp:
for worduni in words_dict:
count=0
for words in doc.split(' '):
if words==worduni:
count+=1
words_dict[worduni]=count/len(doc.split(' '))
print(words_dict)
matr.append(words_dict)
return matr
当我打印matr的值时,我得到[{'the':0.2,“第一”:0.2,'文档':0.2,'第三':0.0,'是':0.2,'一个':0.0,'和':0.0,'this':0.2,'second':0.0},{'the':0.2,“第一”:0.2,'文档':0.2,'第三':0.0,'是':0.2,'一个':0.0,'和':0.0,'this':0.2,'second':0.0},{'the':0.2,“第一”:0.2,'文档':0.2,'第三':0.0,'是':0.2,'一个':0.0,'和':0.0,'this':0.2,'second':0.0},{'the':0.2,“第一”:0.2,'文档':0.2,'第三':0.0,'是':0.2,'一个':0.0,'和':0.0,'this':0.2,'second':0.0}]]
您的代码正在做的是将相同的对象(word_dict
)重复添加到matr
。自然,由于matr
是一个列表,它可以处理此…,并且您将对同一词典有多个引用。同时,您正在更新字典。因此,在打印列表时看到的是字典的最终状态... N次。
def tf(corp):
words_set = set()
for i in corp:
a=i.split(' ')
for j in a:
words_set.add(j)
words_dict = {i:0 for i in words_set}
wcount=0
matr=list()
for doc in corp:
for worduni in words_dict:
count=0
for words in doc.split(' '):
if words==worduni:
count+=1
words_dict[worduni]=count/len(doc.split(' '))
print(words_dict)
matr.append(words_dict.copy())
return matr