如何解决TypeError:列表索引必须是整数或切片,而不是Windows 10上的str
反向文档频率是一个单词在多个文档中的常见或罕见程度的度量。
因此,这意味着逆文档频率或简称为idf
,它衡量一个单词在特定文档中的普遍程度,而在其他文档中则不那么普遍。
idf的公式为: 日志x(Total_Documents / The_Number_Of_Documents_Containing(word))
main.py
import math
import nltk
import os
import sys
def main():
if len(sys.argv) != 2:
sys.exit("Usage: python main.py corpus")
print("Loading data...")
corpus = load_data(sys.argv[1])
words = set()
for filename in corpus:
words.update(corpus[filename])
idfs = list()
for word in words:
f = sum(word in corpus[filename] for filename in corpus)
idf = math.log(len(corpus) / f)
idfs[word] = idf
tfidfs = dict()
for filename in corpus:
tfidfs[filename] = []
for word in corpus[filename]:
tf = corpus[filename][word]
tfidfs[filename].append((word,tf * idfs[word]))
for filename in corpus:
tfidfs[filename].sort(key=lambda tfidf: tfidf[1],reverse=True)
tfidfs[filename] = tfidfs[filename][:5]
print()
for filename in corpus:
print(filename)
for term,score in tfidfs[filename]:
print(f" {term}: {score:.4f}")
def load_data(directory):
files = dict()
for filename in os.listdir(directory):
with open(os.path.join(directory,filename)) as f:
contents = [
word.lower() for word in
nltk.word_tokenize(f.read())
if word.isalpha()
]
frequencies = dict()
for word in contents:
if word not in frequencies:
frequencies[word] = 1
else:
frequencies[word] += 1
files[filename] = frequencies
return files
if __name__ == "__main__":
main()
但是当我在Powershell中运行python .\main.py .\shelock_holmes\
时,
我得到这个令人困惑的错误:
Loading data...
Traceback (most recent call last):
File ".\main.py",line 65,in <module>
main()
File ".\main.py",line 22,in main
idfs[word] = idf
TypeError: list indices must be integers or slices,not str
有人可以帮助我吗?
解决方法
您将idfs
定义为列表:
idfs = list()
如果udfs
是列表,则在此分配中:
idfs[word] = idf
word
必须为整数,因为它指定了列表中的索引或位置。
但是看来words
是str
的列表,因此在迭代内:
for word in words:
word
是str
。由于str
不是整数,因此该行
idfs[word] = idf
完全是由您引起的错误,其原因足以解释该错误。也许idfs
应该是dict
,而不是像这样定义的列表:
idfs = dict()
然后一行:
idfs[word] = idf
将word
解释为字典中的键,并将idf
分配为dict
中该键的值。字典键可以是任何对象,并且通常是字符串,因此这很有意义。
实际上idfs
是一个列表。 idfs[word] = idf
像字典一样向其中添加键值。因此,您不应该idfs = list()
使其成为idfs = {}
字典。否则,如果需要列表,请使用.append()
将项目添加到末尾。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。