Inspecionando os vetores

Para entender melhor como os vetores funcionam, você vai investigá-los convertendo-os em DataFrames do pandas.

Aqui, você usará as mesmas estruturas de dados que criou nos dois exercícios anteriores (count_train, count_vectorizer, tfidf_train, tfidf_vectorizer), além do pandas, que foi importado como pd.

Este exercício faz parte do curso

Introdução ao Processamento de Linguagem Natural em Python

Ver curso

Instruções do exercício

Crie os DataFrames count_df e tfidf_df usando pd.DataFrame(), especificando os valores como primeiro argumento e as colunas (ou features) como segundo argumento.
- Os valores podem ser acessados pelo atributo .A de, respectivamente, count_train e tfidf_train.
- As colunas podem ser acessadas pelos métodos .get_feature_names() de count_vectorizer e tfidf_vectorizer.
Imprima a head de cada DataFrame para investigar sua estrutura. Isso já foi feito para você.
Teste se os nomes das colunas são os mesmos para cada DataFrame criando um novo objeto chamado difference para ver a diferença entre as colunas que count_df tem em relação a tfidf_df. As colunas podem ser acessadas pelo atributo .columns de um DataFrame. Subtraia o conjunto de tfidf_df.columns do conjunto de count_df.columns.
Teste se os dois DataFrames são equivalentes usando o método .equals() em count_df, com tfidf_df como argumento.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create the CountVectorizer DataFrame: count_df
count_df = ____(____, columns=____)

# Create the TfidfVectorizer DataFrame: tfidf_df
tfidf_df = ____

# Print the head of count_df
print(count_df.head())

# Print the head of tfidf_df
print(tfidf_df.head())

# Calculate the difference in columns: difference
difference = set(____) - set(____)
print(difference)

# Check whether the DataFrames are equal
print(____)

Editar e executar o código