計算特定字符串在列表中出現的頻率

Question

我想在一種“詞袋”方法中成對比較幾個列表。 我的名單中只有字符串。
不幸的是，我的腳本中有一個我無法修復的錯誤。
如果列表中有數字，代碼就可以工作，但只要列表中有字符串，它就不再運行了。 我感謝您的幫助。

我收到以下錯誤消息：

Traceback (most recent call last):
File "test.py", line 21, in <module>
bow_matrix[0, p] = list_words_ab[p]
ValueError: could not convert string to float: 'd'

我的代碼：

a = ["a", "b", "c", "d"]
b = ["b", "c", "d", "e"]

p = 0
if len(a) > len(b):
    max_words = len(a)
else:
    max_words = len(b)
list_words_ab = list(set(a) | set(b))
len_bow_matrix = len(list_words_ab)
bow_matrix = numpy.zeros(shape = (3, len_bow_matrix))

while p < len_bow_matrix:
    bow_matrix[0, p] = list_words_ab[p]
    p = p+1
p = 0
while p < len_bow_matrix:
    bow_matrix[1, p] = a.count(bow_matrix[0, p])
    bow_matrix[2, p] = b.count(bow_matrix[0, p])
    p = p+1

Answer 1

默認情況下， numpy.zeros會生成一個空的浮點數組，使用你需要指定的字符串來指定dtype=str ：

bow_matrix = numpy.zeros(shape = (3, len_bow_matrix),dtype=str)