探索文本向量，第 1 部分

让我们在刚学到的文本向量探索方法上继续深入，使用 volunteer 数据集的 title tf/idf 向量。在这一部分中，我们将基于幻灯片里的那个函数进行扩展。我们会让该函数返回一个数字列表。在下一个练习中，您将编写另一个函数，用于汇总所有文档中的高频词，提取出来，然后用这份列表来筛选 text_tfidf 向量。

本练习是课程的一部分

Python 中的机器学习预处理

查看课程

练习说明

添加名为 original_vocab 和 top_n 的参数，其中 original_vocab 对应 tfidf_vec.vocabulary_。
对打包后的字典调用 pd.Series()，这样更便于后续操作。
使用 .sort_values() 对 Series 排序，并将索引切片到前 top_n 个词。
调用该函数，设置 original_vocab=tfidf_vec.vocabulary_，设置 vector_index=8（获取第 9 行），并设置 top_n=3（获取权重最高的 3 个词）。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Add in the rest of the arguments
def return_weights(vocab, ____, vector, vector_index, ____):
    zipped = dict(zip(vector[vector_index].indices, vector[vector_index].data))
    
    # Transform that zipped dict into a series
    zipped_series = ____({vocab[i]:zipped[i] for i in vector[vector_index].indices})
    
    # Sort the series to pull out the top n weighted words
    zipped_index = zipped_series.____(ascending=False)[:____].index
    return [original_vocab[i] for i in zipped_index]

# Print out the weighted words
print(return_weights(vocab, ____, text_tfidf, ____, ____))

编辑并运行代码