朴素贝叶斯_商品评论情感分析

api介绍

sklearn.naive_bayes.MultinomialNB(alpha = 1.0)

• 朴素⻉叶斯分类
• alpha：拉普拉斯平滑系数

商品评论情感分析

导入模块

import pandas as pd
import numpy as np
import jieba
import matplotlib.pyplot as plt
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
1
2
3
4
5
6

获取数据

data = pd.read_csv("./data/书籍评价.csv", encoding="gbk")
1

data
1

数据基本处理

取出内容列,用于后面分析

content = data["内容"]
content
1
2

0                从编程小白的角度看，入门极佳。
1              很好的入门书，简洁全面，适合小白。
2      讲解全面，许多小细节都有顾及，三个小项目受益匪浅。
3            前半部分讲概念深入浅出，要言不烦，很赞
4               看了一遍还是不会写，有个概念而已
5           中规中矩的教科书，零基础的看了依旧看不懂
6       内容太浅显，个人认为不适合有其它语言编程基础的人
7                           破书一本
8     适合完完全全的小白读，有其他语言经验的可以去看别的书
9                     基础知识写的挺好的！
10                           太基础
11            略_嗦。。适合完全没有编程经验的小白
12                      真的真的不建议买
Name: 内容, dtype: object
1
2
3
4
5
6
7
8
9
10
11
12
13
14

把评价中的好评差评转换为数字

data.loc[:, "评价"]
1

0     好评
1     好评
2     好评
3     好评
4     差评
5     差评
6     差评
7     差评
8     差评
9     好评
10    差评
11    差评
12    差评
Name: 评价, dtype: object
1
2
3
4
5
6
7
8
9
10
11
12
13
14

data.loc[data.loc[:, "评价"] == "好评", "评论编号"] = 1
1

data
1

data.loc[data.loc[:, "评价"] == "差评", "评论编号"] = 0
1

data
1

选择停用词

stopwords = []
with open("./data/stopwords.txt", "r", encoding="utf-8") as f:
    lines = f.readlines()
    print(lines)
1
2
3
4

['!\n', '"\n', '#\n', '$\n', '%\n', '&\n', "'\n", '(\n', ')\n', '*\n', '+\n', ',\n', '-\n', '--\n', '.\n', '..\n', '...\n',  '......\n', '...................\n', './\n', '.一\n', '.数\n', '.日\n', '/\n', '//\n', '0\n', '1\n', '2\n', '3\n', '4\n', '5\n', '6\n', '7\n','8\n', '9\n', ':\n', '://\n', '::\n', ';\n', '<\n', '=\n', '>\n','>>\n', '?\n', '@\n', 'A\n', 'Lex\n', '[\n', '\\\n', ']\n', '^\n',  '_\n', '`\n', 'exp\n', 'sub\n', 'sup\n', '|\n', '}\n', '~\n',  '~~~~\n', '·\n', '×\n', '×××\n', 'Δ\n', 'Ψ\n', 'γ\n', 'μ\n', 'φ\n', 'φ．\n', 'В\n', '—\n', '——\n', '———\n', '‘\n', '’\n', '’‘\n', '“\n',  '”\n', '”，\n', '…\n', '……\n', '…………………………………………………③\n', '′∈\n', '′｜\n', '℃\n', 'Ⅲ\n', '↑\n', '→\n', '∈［\n', '∪φ∈\n', '≈\n', '①\n',  '②\n', '②ｃ\n', '③\n', '③］\n', '④\n', '⑤\n', '⑥\n', '⑦\n', '⑧\n',  '⑨\n', '⑩\n', '──\n', '■\n', '▲\n', '\u3000\n', '、\n', '。\n', '〈\n',  '〉\n', '《\n', '》\n', '》），\n', '」\n', '『\n', '』\n', '【\n', '】\n',  '〔\n', '〕\n', '〕〔\n', '㈧\n', '一\n', '一.\n', '一一\n', '一下\n', '一个\n',  '一些\n', '一何\n', '一切\n', '一则\n', '一则通过\n', '一天\n', '一定\n', '一方面\n', '一旦\n', '一时\n', '一来\n', '一样\n', '一次\n', '一片\n', '一番\n', '一直\n',  '一致\n', '一般\n', '一起\n', '一转眼\n', '一边\n', '一面\n', '七\n', '万一\n', '三\n',  '三天两头\n', '三番两次\n', '三番五次\n', '上\n', '上下\n', '上升\n', '上去\n', '上来\n',  '上述\n', '上面\n', '下\n', '下列\n', '下去\n', '下来\n', '下面\n', '不\n', '不一\n']
1

stopwords = []
with open("./data/stopwords.txt", "r", encoding="utf-8") as f:
    lines = f.readlines()
    # print(lines)
    for tmp in lines:
        line = tmp.strip()
        # print(line)
        stopwords.append(line)
1
2
3
4
5
6
7
8

stopwords
1

['!',
 '"',
 '#',
 '$',
 '%',
 '&',
 "'",
 '(',
 ')',
 '*',
 '+',
 ',',
 '-',
 '--',
 '.',
 '..',
 '...',
 '......',
 '...................',
 './',
 '.一',
 '.数',
 '.日',
 '/',
 '//',
 '0',
 '1',
 '2',
 '3',
 '4',
 '5',
 '6',
 '7',
 '8',
 '9',
 ':',
 '://',
 '::',
 ';',
 '<',
 '=',
 '>',
 '>>',
 '?',
 '@',
 'A',
 'Lex',
 '[',
 '\\',
 ']',
 '^',
 '_',
 '`',
 'exp',
 'sub',
 'sup',
 '|',
 '}',
 '~',
 '~~~~',
 '·',
 '×',
 '×××',
 'Δ',
 'Ψ',
 'γ',
 'μ',
 'φ',
 'φ．',
 'В',
 '—',
 '——',
 '———',
 '‘',
 '’',
 '’‘',
 '“',
 '”',
 '”，',
 '…',
 '……',
 '…………………………………………………③',
 '′∈',
 '′｜',
 '℃',
 'Ⅲ',
 '↑',
 '→',
 '∈［',
 '∪φ∈',
 '≈',
 '①',
 '②',
 '②ｃ',
 '③',
 '③］',
 '④',
 '⑤',
 '⑥',
 '⑦',
 '⑧',
 '⑨',
 '⑩',
 '──',
 '■',
 '▲',
 '',
 '、',
 '。',
 '〈',
 '〉',
 '《',
 '》',
 '》），',
 '」',
 '『',
 '』',
 '【',
 '】',
 '〔',
 '〕',
 '〕〔',
 '㈧',
 '一',
 '一.',
 '一一',
 '一下',
 '一个',
 '一些',
 '一何',
 '一切',
 '一则',
 '一则通过',
 '一天',
 '一定',
 '一方面',
 '一旦',
 '一时',
 '一来',
 '一样',
 '一次',
 '一片',
 '一番',
 '一直',
 '一致',
 '一般',
 '一起',
 '一转眼',
 '一边',
 '一面',
 '七',
 '万一',
 '三',
 '三天两头',
 '三番两次',
 '三番五次',
 '上',
 '上下',
 '上升',
 '上去',
 '上来',
 '上述',
 '上面',
 '下',
 '下列',
 '下去',
 '下来',
 '下面',
 '不',
 '不一',
 '不下',
 '不久',
 '不了',
 '不亦乐乎',
 '不仅',
 '不仅...而且',
 '不仅仅',
 '不仅仅是',
 '不会',
 '不但',
 '不但...而且',
 '不光',
 '不免',
 '不再',
 '不力',
 '不单',
 '不变',
 '不只',
 '不可',
 '不可开交',
 '不可抗拒',
 '不同',
 '不外',
 '不外乎',
 '不够',
 '不大',
 '不如',
 '不妨',
 '不定',
 '不对',
 '不少',
 '不尽',
 '不尽然',
 '不巧',
 '不已',
 '不常',
 '不得',
 '不得不',
 '不得了',
 '不得已',
 '不必',
 '不怎么',
 '不怕',
 '不惟',
 '不成',
 '不拘',
 '不择手段',
 '不敢',
 '不料',
 '不断',
 '不日',
 '不时',
 '不是',
 '不曾',
 '不止',
 '不止一次',
 '不比',
 '不消',
 '不满',
 '不然',
 '不然的话',
 '不特',
 '不独',
 '不由得',
 '不知不觉',
 '不管',
 '不管怎样',
 '不经意',
 '不胜',
 '不能',
 '不能不',
 '不至于',
 '不若',
 '不要',
 '不论',
 '不起',
 '不足',
 '不过',
 '不迭',
 '不问',
 '不限',
 '与',
 '与其',
 '与其说',
 '与否',
 '与此同时',
 '专门',
 '且',
 '且不说',
 '且说',
 '两者',
 '严格',
 '严重',
 '个',
 '个人',
 '个别',
 '中小',
 '中间',
 '丰富',
 '串行',
 '临',
 '临到',
 '为',
 '为主',
 '为了',
 '为什么',
 '为什麽',
 '为何',
 '为止',
 '为此',
 '为着',
 '主张',
 '主要',
 '举凡',
 '举行',
 '乃',
 '乃至',
 '乃至于',
 '么',
 '之',
 '之一',
 '之前',
 '之后',
 '之後',
 '之所以',
 '之类',
 '乌乎',
 '乎',
 '乒',
 '乘',
 '乘势',
 '乘机',
 '乘胜',
 '乘虚',
 '乘隙',
 '九',
 '也',
 '也好',
 '也就是说',
 '也是',
 '也罢',
 '了',
 '了解',
 '争取',
 '二',
 '二来',
 '二话不说',
 '二话没说',
 '于',
 '于是',
 '于是乎',
 '云云',
 '云尔',
 '互',
 '互相',
 '五',
 '些',
 '交口',
 '亦',
 '产生',
 '亲口',
 '亲手',
 '亲眼',
 '亲自',
 '亲身',
 '人',
 '人人',
 '人们',
 '人家',
 '人民',
 '什么',
 '什么样',
 '什麽',
 '仅',
 '仅仅',
 '今',
 '今后',
 '今天',
 '今年',
 '今後',
 '介于',
 '仍',
 '仍旧',
 '仍然',
 '从',
 '从不',
 '从严',
 '从中',
 '从事',
 '从今以后',
 '从优',
 '从古到今',
 '从古至今',
 '从头',
 '从宽',
 '从小',
 '从新',
 '从无到有',
 '从早到晚',
 '从未',
 '从来',
 '从此',
 '从此以后',
 '从而',
 '从轻',
 '从速',
 '从重',
 '他',
 '他人',
 '他们',
 '他是',
 '他的',
 '代替',
 '以',
 '以上',
 '以下',
 '以为',
 '以便',
 '以免',
 '以前',
 '以及',
 '以后',
 '以外',
 '以後',
 '以故',
 '以期',
 '以来',
 '以至',
 '以至于',
 '以致',
 '们',
 '任',
 '任何',
 '任凭',
 '任务',
 '企图',
 '伙同',
 '会',
 '伟大',
 '传',
 '传说',
 '传闻',
 '似乎',
 '似的',
 '但',
 '但凡',
 '但愿',
 '但是',
 '何',
 '何乐而不为',
 '何以',
 '何况',
 '何处',
 '何妨',
 '何尝',
 '何必',
 '何时',
 '何止',
 '何苦',
 '何须',
 '余外',
 '作为',
 '你',
 '你们',
 '你是',
 '你的',
 '使',
 '使得',
 '使用',
 '例如',
 '依',
 '依据',
 '依照',
 '依靠',
 '便',
 '便于',
 '促进',
 '保持',
 '保管',
 '保险',
 '俺',
 '俺们',
 '倍加',
 '倍感',
 '倒不如',
 '倒不如说',
 '倒是',
 '倘',
 '倘使',
 '倘或',
 '倘然',
 '倘若',
 '借',
 '借以',
 '借此',
 '假使',
 '假如',
 '假若',
 '偏偏',
 '做到',
 '偶尔',
 '偶而',
 '傥然',
 '像',
 '儿',
 '允许',
 '元／吨',
 '充其极',
 '充其量',
 '充分',
 '先不先',
 '先后',
 '先後',
 '先生',
 '光',
 '光是',
 '全体',
 '全力',
 '全年',
 '全然',
 '全身心',
 '全部',
 '全都',
 '全面',
 '八',
 '八成',
 '公然',
 '六',
 '兮',
 '共',
 '共同',
 '共总',
 '关于',
 '其',
 '其一',
 '其中',
 '其二',
 '其他',
 '其余',
 '其后',
 '其它',
 '其实',
 '其次',
 '具体',
 '具体地说',
 '具体来说',
 '具体说来',
 '具有',
 '兼之',
 '内',
 '再',
 '再其次',
 '再则',
 '再有',
 '再次',
 '再者',
 '再者说',
 '再说',
 '冒',
 '冲',
 '决不',
 '决定',
 '决非',
 '况且',
 '准备',
 '凑巧',
 '凝神',
 '几',
 '几乎',
 '几度',
 '几时',
 '几番',
 '几经',
 '凡',
 '凡是',
 '凭',
 '凭借',
 '出',
 '出于',
 '出去',
 '出来',
 '出现',
 '分别',
 '分头',
 '分期',
 '分期分批',
 '切',
 '切不可',
 '切切',
 '切勿',
 '切莫',
 '则',
 '则甚',
 '刚',
 '刚好',
 '刚巧',
 '刚才',
 '初',
 '别',
 '别人',
 '别处',
 '别是',
 '别的',
 '别管',
 '别说',
 '到',
 '到了儿',
 '到处',
 '到头',
 '到头来',
 '到底',
 '到目前为止',
 '前后',
 '前此',
 '前者',
 '前进',
 '前面',
 '加上',
 '加之',
 '加以',
 '加入',
 '加强',
 '动不动',
 '动辄',
 '勃然',
 '匆匆',
 '十分',
 '千',
 '千万',
 '千万千万',
 '半',
 '单',
 '单单',
 '单纯',
 '即',
 '即令',
 '即使',
 '即便',
 '即刻',
 '即如',
 '即将',
 '即或',
 '即是说',
 '即若',
 '却',
 '却不',
 '历',
 '原来',
 '去',
 '又',
 '又及',
 '及',
 '及其',
 '及时',
 '及至',
 '双方',
 '反之',
 '反之亦然',
 '反之则',
 '反倒',
 '反倒是',
 '反应',
 '反手',
 '反映',
 '反而',
 '反过来',
 '反过来说',
 '取得',
 '取道',
 '受到',
 '变成',
 '古来',
 '另',
 '另一个',
 '另一方面',
 '另外',
 '另悉',
 '另方面',
 '另行',
 '只',
 '只当',
 '只怕',
 '只是',
 '只有',
 '只消',
 '只要',
 '只限',
 '叫',
 '叫做',
 '召开',
 '叮咚',
 '叮当',
 '可',
 '可以',
 '可好',
 '可是',
 '可能',
 '可见',
 '各',
 '各个',
 '各人',
 '各位',
 '各地',
 '各式',
 '各种',
 '各级',
 '各自',
 '合理',
 '同',
 '同一',
 '同时',
 '同样',
 '后',
 '后来',
 '后者',
 '后面',
 '向',
 '向使',
 '向着',
 '吓',
 '吗',
 '否则',
 '吧',
 '吧哒',
 '吱',
 '呀',
 '呃',
 '呆呆地',
 '呐',
 '呕',
 '呗',
 '呜',
 '呜呼',
 '呢',
 '周围',
 '呵',
 '呵呵',
 '呸',
 '呼哧',
 '呼啦',
 '咋',
 '和',
 '咚',
 '咦',
 '咧',
 '咱',
 '咱们',
 '咳',
 '哇',
 '哈',
 '哈哈',
 '哉',
 '哎',
 '哎呀',
 '哎哟',
 '哗',
 '哗啦',
 '哟',
 '哦',
 '哩',
 '哪',
 '哪个',
 '哪些',
 '哪儿',
 '哪天',
 '哪年',
 '哪怕',
 '哪样',
 '哪边',
 '哪里',
 '哼',
 '哼唷',
 '唉',
 '唯有',
 '啊',
 '啊呀',
 '啊哈',
 '啊哟',
 '啐',
 '啥',
 '啦',
 '啪达',
 '啷当',
 '喀',
 '喂',
 '喏',
 '喔唷',
 '喽',
 '嗡',
 '嗡嗡',
 '嗬',
 '嗯',
 '嗳',
 '嘎',
 '嘎嘎',
 '嘎登',
 '嘘',
 '嘛',
 '嘻',
 '嘿',
 '嘿嘿',
 '四',
 '因',
 '因为',
 '因了',
 '因此',
 '因着',
 '因而',
 '固',
 '固然',
 '在',
 '在下',
 '在于',
 '地',
 '均',
 '坚决',
 '坚持',
 '基于',
 '基本',
 '基本上',
 '处在',
 '处处',
 '处理',
 '复杂',
 '多',
 '多么',
 '多亏',
 '多多',
 '多多少少',
 '多多益善',
 '多少',
 '多年前',
 '多年来',
 '多数',
 '多次',
 '够瞧的',
 '大',
 '大不了',
 '大举',
 '大事',
 '大体',
 '大体上',
 '大凡',
 '大力',
 '大多',
 '大多数',
 '大大',
 '大家',
 '大张旗鼓',
 '大批',
 '大抵',
 '大概',
 '大略',
 '大约',
 '大致',
 '大都',
 '大量',
 '大面儿上',
 '失去',
 '奇',
 '奈',
 '奋勇',
 '她',
 '她们',
 '她是',
 '她的',
 '好',
 '好在',
 '好的',
 '好象',
 '如',
 '如上',
 '如上所述',
 '如下',
 '如今',
 '如何',
 '如其',
 '如前所述',
 '如同',
 '如常',
 '如是',
 '如期',
 '如果',
 '如次',
 '如此',
 '如此等等',
 '如若',
 '始而',
 '姑且',
 '存在',
 '存心',
 '孰料',
 '孰知',
 '宁',
 '宁可',
 '宁愿',
 '宁肯',
 '它',
 '它们',
 '它们的',
 '它是',
 '它的',
 '安全',
 '完全',
 '完成',
 '定',
 '实现',
 '实际',
 '宣布',
 '容易',
 '密切',
 '对',
 '对于',
 '对应',
 '对待',
 '对方',
 '对比',
 '将',
 '将才',
 '将要',
 '将近',
 '小',
 '少数',
 '尔',
 '尔后',
 '尔尔',
 '尔等',
 '尚且',
 '尤其',
 '就',
 '就地',
 '就是',
 '就是了',
 '就是说',
 '就此',
 '就算',
 '就要',
 '尽',
 '尽可能',
 '尽如人意',
 '尽心尽力',
 '尽心竭力',
 '尽快',
 '尽早',
 '尽然',
 '尽管',
 '尽管如此',
 '尽量',
 '局外',
 '居然',
 '届时',
 '属于',
 '屡',
 '屡屡',
 '屡次',
 '屡次三番',
 '岂',
 '岂但',
 '岂止',
 '岂非',
 '川流不息',
 '左右',
 '巨大',
 '巩固',
 '差一点',
 '差不多',
 '己',
 '已',
 '已矣',
 '已经',
 '巴',
 '巴巴',
 '带',
 '帮助',
 '常',
 '常常',
 '常言说',
 '常言说得好',
 '常言道',
 '平素',
 '年复一年',
 '并',
 '并不',
 '并不是',
 '并且',
 '并排',
 '并无',
 '并没',
 '并没有',
 '并肩',
 '并非',
 '广大',
 '广泛',
 '应当',
 '应用',
 '应该',
 '庶乎',
 '庶几',
 '开外',
 '开始',
 '开展',
 '引起',
 '弗',
 '弹指之间',
 '强烈',
 '强调',
 '归',
 '归根到底',
 '归根结底',
 '归齐',
 '当',
 '当下',
 '当中',
 '当儿',
 '当前',
 '当即',
 '当口儿',
 '当地',
 '当场',
 '当头',
 '当庭',
 '当时',
 '当然',
 '当真',
 '当着',
 '形成',
 '彻夜',
 '彻底',
 '彼',
 '彼时',
 ...]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001

stopwords = list(set(stopwords)) # 去重
1

stopwords
1

['',
 '使得',
 '除非',
 '::',
 '要不',
 '我的',
 '取道',
 '您',
 '怎奈',
 '顷刻之间',
 '先生',
 '』',
 '［③①］',
 '这次',
 '刚好',
 '更为',
 '［②⑤］',
 '甚至于',
 '难得',
 '显著',
 '竟',
 '所幸',
 '是不是',
 '应当',
 '顺',
 '碰巧',
 '怎么办',
 '二',
 '只是',
 '乃至于',
 '不尽',
 '反过来',
 '不迭',
 '争取',
 '且不说',
 '一一',
 '不由得',
 'ａ］',
 '奇',
 '忽然',
 '此中',
 '上述',
 '宁',
 '从头',
 '呢',
 '独',
 '接著',
 '本',
 '上去',
 '.数',
 '传说',
 '所以',
 '虽则',
 '另一方面',
 '企图',
 '明确',
 '她们',
 '分期',
 '起来',
 '奈',
 '哪里',
 '唉',
 '哗啦',
 '到',
 '是以',
 "'",
 '《',
 'Ｒ．Ｌ．',
 '大面儿上',
 '这',
 '一些',
 '何尝',
 '普通',
 '一下',
 '［⑥］',
 '之前',
 '迟早',
 '［①Ｂ］',
 '＋＋',
 '今',
 '反之亦然',
 '决定',
 '［①ｈ］',
 '如上所述',
 '哼',
 '为何',
 '如此等等',
 '&',
 '不满',
 '五',
 '朝着',
 '种',
 '再',
 '绝对',
 '按期',
 '较为',
 '弹指之间',
 '开外',
 '｛－',
 '当儿',
 '顷',
 '起',
 '前后',
 '还要',
 '咋',
 '［②',
 '刚',
 '有着',
 '纵使',
 '多次',
 '］',
 '不必',
 '向',
 '$',
 '｛',
 '乌乎',
 '本身',
 '充其量',
 '大批',
 '扩大',
 '恰好',
 '倘使',
 '不但',
 '［①ｆ］',
 '向使',
 '多年来',
 '”',
 '不知不觉',
 '［⑤ｆ］',
 '巨大',
 '它',
 '牢牢',
 '当地',
 '不是',
 '。',
 '完全',
 '必定',
 '逢',
 '顺着',
 '综上所述',
 '千万',
 '真是',
 '替代',
 '怪',
 '确定',
 '运用',
 '遵照',
 '只消',
 '略微',
 '来说',
 '尽早',
 '曾经',
 '同',
 '按说',
 '不料',
 '今年',
 '顿时',
 '略为',
 '何',
 '倒是',
 '老是',
 '具体地说',
 '并没有',
 '喏',
 '犹且',
 '依照',
 '慢说',
 '咚',
 '必将',
 '而外',
 '它的',
 '开始',
 '１．',
 '难说',
 '相同',
 '了解',
 '单纯',
 '粗',
 '现在',
 '千万千万',
 '你是',
 '凝神',
 '［⑤ｄ］',
 '转贴',
 '自',
 '哪儿',
 '欢迎',
 '格外',
 '常',
 '矣乎',
 '人人',
 '绝非',
 '倘或',
 '临到',
 'A',
 '倘',
 '如次',
 '彻底',
 '-',
 '没',
 'ＬＩ',
 '其次',
 '恰如',
 '有',
 '毫无保留地',
 '换句话说',
 '然後',
 '默然',
 '前此',
 '8',
 '与否',
 '毫无',
 '或是',
 '不力',
 '不变',
 '获得',
 '与此同时',
 '何处',
 '哪个',
 '5',
 '毫无例外',
 '个人',
 '从新',
 '大抵',
 '并肩',
 '放量',
 '得起',
 '着呢',
 '不再',
 '［①Ｃ］',
 '纯粹',
 'В',
 '挨个',
 '更进一步',
 '现代',
 '某些',
 '还是',
 '连',
 '〕',
 '其余',
 '也就是说',
 '此间',
 '〔',
 '［②②］',
 '’‘',
 '并',
 '反倒',
 '那些',
 '一则',
 '由于',
 '几度',
 '积极',
 '丰富',
 '全都',
 '自打',
 '常常',
 '来',
 '叫',
 '▲',
 '即如',
 '不得',
 '正值',
 '与',
 '乎',
 '哪些',
 '充其极',
 '然则',
 '不定',
 '倍感',
 '啊呀',
 '只怕',
 '［③ａ］',
 '［③ｂ］',
 '［③ｃ］',
 '过于',
 '这个',
 '蛮',
 '除却',
 '合理',
 '亦',
 '已矣',
 '除开',
 'sup',
 '望',
 '除了',
 '往往',
 '马上',
 '千',
 '其中',
 '℃',
 '这般',
 '哉',
 '＝″',
 '［①ｇ］',
 '随后',
 '分期分批',
 '一致',
 '总的来说',
 '比起',
 '不单',
 '＜',
 '就',
 '最好',
 '您们',
 '当中',
 '再说',
 '喂',
 '起头',
 '遭到',
 '我是',
 '照着',
 '～',
 '某某',
 '巴巴',
 '［①Ｅ］',
 '勃然',
 '［②ｄ］',
 '怎么样',
 '有点',
 '小',
 '您是',
 '随时',
 '～＋',
 '默默地',
 '就是了',
 '全部',
 '另一个',
 '好象',
 '∪φ∈',
 '上来',
 '８',
 '左右',
 '与其',
 '那末',
 '没奈何',
 '焉',
 '公然',
 '诚如',
 '紧接着',
 '对方',
 '就地',
 '何止',
 '行动',
 '截至',
 '〈',
 '不管',
 '背地里',
 '加以',
 '打开天窗说亮话',
 '［②ｈ］',
 '】',
 '归',
 '几',
 '产生',
 '那么样',
 '比较',
 '梆',
 '吧',
 '很',
 '介于',
 '二话没说',
 '同一',
 'φ．',
 '先后',
 '等等',
 '乘',
 '只有',
 '庶乎',
 '为',
 '以来',
 '曾',
 '总而言之',
 '喔唷',
 '最大',
 '［⑧］',
 '［②⑦］',
 '［①③］',
 '当下',
 '从中',
 '贼死',
 '特殊',
 '容易',
 '4',
 '于',
 '双方',
 '而后',
 '否则',
 '昂然',
 '首先',
 '屡',
 '有关',
 '∈［',
 '强烈',
 '不时',
 '多么',
 '》',
 '如此',
 '＝｛',
 '心里',
 '更',
 './',
 '看上去',
 '一',
 '每',
 '经常',
 '为止',
 '他',
 '大',
 '赶早不赶晚',
 '定',
 '尚且',
 '极端',
 '乘隙',
 '难道',
 '中小',
 '三番两次',
 '组成',
 '大略',
 '过去',
 '敢情',
 '第',
 '尽然',
 '以後',
 '何须',
 '几时',
 '不如',
 '７',
 '仅仅',
 '正常',
 '是的',
 '保持',
 '屡次',
 '"',
 '后来',
 '［①⑧］',
 '为什麽',
 '借',
 '尽心尽力',
 '［④ａ］',
 '打',
 '<',
 '至若',
 '或者',
 '此外',
 '看样子',
 '复杂',
 'ＺＸＦＩＴＬ',
 '必要',
 '部分',
 '范围',
 '具体说来',
 '一片',
 '虽',
 '但愿',
 '背靠背',
 '到底',
 '尽',
 ':',
 '［②ｆ］',
 '以至',
 '那麽',
 '我们',
 '按理',
 '常言道',
 '极大',
 '这些',
 '局外',
 '看来',
 '末##末',
 '没有',
 '等到',
 '地',
 '’',
 '急匆匆',
 '倘然',
 '假如',
 '］∧′＝［',
 '简而言之',
 '也是',
 '另',
 '进来',
 '当着',
 '嘎登',
 '极度',
 '共总',
 '=',
 '从来',
 '＄',
 '见',
 '＜＜',
 '顷刻',
 '维持',
 '以至于',
 '而又',
 '更加',
 '意思',
 '近',
 '同样',
 '［③ｇ］',
 '嘿嘿',
 '５',
 '人民',
 '高兴',
 '进去',
 '［②④',
 '——',
 '己',
 '依',
 '严格',
 '进入',
 '不下',
 '［③ｈ］',
 '类如',
 '怕',
 '这么',
 '［②③］',
 '亲身',
 '处理',
 '迄',
 '差不多',
 '具有',
 '毋宁',
 '还有',
 '这么些',
 '六',
 '以前',
 '本地',
 '一次',
 '是否',
 '无法',
 '猛然间',
 '任凭',
 '一.',
 '以故',
 '一旦',
 '对于',
 '较之',
 '附近',
 '［②Ｇ］',
 '表示',
 '切不可',
 '反映',
 '共同',
 '５：０',
 '总结',
 '某个',
 '不尽然',
 '仍然',
 '得了',
 '莫若',
 '［］',
 '９',
 '加上',
 '惯常',
 '过',
 '当庭',
 '就是说',
 '倒不如说',
 '可好',
 '不特',
 '看',
 '不独',
 '好',
 '概',
 '从轻',
 '并且',
 '几番',
 '２',
 '一定',
 '要不然',
 '社会主义',
 '全力',
 '［⑤］］',
 '巩固',
 '儿',
 '以期',
 '长此下去',
 '结合',
 '切',
 '9',
 '切莫',
 '一起',
 '引起',
 '将才',
 '以便',
 '甚或',
 '恰巧',
 '愤然',
 'Lex',
 '不若',
 '不胜',
 '特点',
 '不对',
 '诚然',
 '一何',
 '据实',
 '敞开儿',
 '③',
 '抑或',
 '怎麽',
 '从而',
 '大多数',
 '扑通',
 '从重',
 '绝顶',
 '一般',
 '［③ｄ］',
 '］［',
 '非得',
 '数/',
 '觉得',
 '平素',
 '万一',
 '人',
 '少数',
 '待到',
 '认识',
 '做到',
 '立',
 '同时',
 '吗',
 '原来',
 '朝',
 '此处',
 '［①ｅ］',
 '、',
 '再其次',
 '汝',
 '据我所知',
 '隔夜',
 '某',
 '一样',
 '沿',
 '哪边',
 '以',
 '日益',
 '来自',
 '＊',
 '那样',
 '长期以来',
 '来得及',
 '三天两头',
 '也罢',
 '认真',
 '很少',
 '结果',
 '达旦',
 '鉴于',
 '暗地里',
 '多年前',
 '各位',
 '反倒是',
 '为什么',
 '［＊］',
 '“',
 '仍旧',
 '非徒',
 '不成',
 '恰恰相反',
 '较比',
 '多数',
 '临',
 '１２％',
 '例如',
 '相似',
 '遇到',
 '从此以后',
 '不论',
 '但',
 '不止一次',
 '而且',
 '譬喻',
 '从早到晚',
 '其它',
 '坚决',
 '凭借',
 '看见',
 '十分',
 '起见',
 '那时',
 '＇',
 '+',
 '全年',
 '不但...而且',
 '唯有',
 '转动',
 '用',
 '不会',
 '挨家挨户',
 '彻夜',
 '简言之',
 '刚巧',
 '达到',
 '如其',
 '完成',
 '嘛',
 '谨',
 '啦',
 '}',
 '猛然',
 '饱',
 '咳',
 '这里',
 '随著',
 '将近',
 '当即',
 '咱',
 '趁势',
 '老老实实',
 '到目前为止',
 '另方面',
 '以免',
 '再者说',
 '以后',
 '并非',
 '各级',
 '［②ａ］',
 '据说',
 '岂止',
 '广大',
 '敢',
 '联袂',
 '立刻',
 '他的',
 '|',
 '此次',
 '召开',
 '殆',
 '沿着',
 '策略地',
 '从未',
 '日渐',
 '＿',
 '分头',
 '若',
 '也',
 '不光',
 '一番',
 '［②Ｂ］',
 '宁愿',
 '怪不得',
 '尤其',
 '顶多',
 '注意',
 '甚而',
 '啐',
 '拦腰',
 '周围',
 '关于',
 '岂但',
 '根本',
 '^',
 '适当',
 '竟然',
 '_',
 '这点',
 '不',
 '第二',
 '有及',
 '屡次三番',
 '三番五次',
 '必',
 '那个',
 '.',
 '甚么',
 '说明',
 '匆匆',
 '余外',
 '尽量',
 '窃',
 '0',
 '从古至今',
 '了',
 '不能',
 '换言之',
 '有效',
 '其他',
 '除去',
 '无论',
 '”，',
 '当前',
 '~~~~',
 '＠',
 '长线',
 '每个',
 '再则',
 '差一点',
 '其实',
 '`',
 '偶尔',
 '即便',
 '可以',
 '对应',
 '比及',
 '相信',
 '，',
 '目前',
 '连声',
 '莫不然',
 '交口',
 '趁着',
 '︿',
 '故而',
 '到头',
 '来讲',
 '何乐而不为',
 '及至',
 '借以',
 '赶快',
 '故',
 '相等',
 '基于',
 '如上',
 '然',
 '一切',
 'Ⅲ',
 '这种',
 '靠',
 '举行',
 '你',
 '漫说',
 '整个',
 '再有',
 '出',
 '直接',
 '帮助',
 '嗡',
 '无',
 '必须',
 '＃',
 '哟',
 '设或',
 '如前所述',
 '快',
 '既',
 '路经',
 '借此',
 '尽快',
 '，也',
 '为此',
 '存在',
 '腾',
 '如何',
 ']',
 '这么点儿',
 '暗自',
 '些',
 '果真',
 '动不动',
 '」',
 '当时',
 '今天',
 '独自',
 '甚且',
 '－－',
 '它们',
 '有著',
 '呐',
 '坚持',
 '陈年',
 '不敢',
 '连同',
 '因了',
 '由',
 '咦',
 '哦',
 '甫',
 '恍然',
 '云云',
 '不足',
 '呸',
 '阿',
 '避免',
 '不妨',
 '从无到有',
 '如同',
 '［③］',
 '举凡',
 '她是',
 '莫',
 '即若',
 '继之',
 '不择手段',
 '里面',
 '纵令',
 '呜呼',
 '从小',
 '总是',
 '挨着',
 '颇',
 '单单',
 '多',
 '总的来看',
 '｜',
 '从事',
 '恰逢',
 '因此',
 '那会儿',
 '⑤',
 '）、',
 '一时',
 '［③Ｆ］',
 '>',
 '人家',
 '凡是',
 '［②⑧］',
 '//',
 '一天',
 '既往',
 '接着',
 '谁知',
 '亲眼',
 '不比',
 '对待',
 '当真',
 '吓',
 '什么',
 '眨眼',
 '绝不',
 '全体',
 '前进',
 '赶',
 '兮',
 '［①ｏ］',
 '［③⑩］',
 '按照',
 '各个',
 '｝＞',
 '一面',
 '总的说来',
 '方能',
 '乘机',
 '日复一日',
 '好在',
 '既...又',
 '不能不',
 '欤',
 '正巧',
 '每每',
 '至于',
 '且说',
 '从优',
 '兼之',
 '豁然',
 '后者',
 '实现',
 '［⑤ａ］',
 '次第',
 '被',
 '；',
 '非常',
 '适应',
 '叮咚',
 '乃至',
 '别的',
 '致',
 '让',
 '嘎嘎',
 '姑且',
 '什么样',
 '除外',
 '嗬',
 '②ｃ',
 '什麽',
 '反手',
 '.一',
 '也好',
 '给',
 '已经',
 '白白',
 '之类',
 '以为',
 '不可开交',
 '‘',
 'Ａ',
 '已',
 '使',
 '年复一年',
 '所谓',
 '那儿',
 '′∈',
 '哎呀',
 '反应',
 '呆呆地',
 '自各儿',
 '趁',
 '又',
 '不止',
 '跟',
 '多多',
 '……',
 '嗡嗡',
 '与其说',
 '（',
 '到头来',
 '皆可',
 '近年来',
 '串行',
 '此',
 '有力',
 ...]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001

把“内容”处理，转化成标准格式

comment_list = []

for tmp in content:
    # print(tmp)
    
    # 对⽂本数据进⾏切割 
    # cut_all 参数默认为 False,所有使⽤ cut ⽅法时默认为精确模式
    # 把一句句话变成一个个词
    seg_list = jieba.cut(tmp, cut_all=False)
    # print(seg_list)
    seg_str = ",".join(seg_list) # 拼接字符串
    # print(seg_str)
    comment_list.append(seg_str)
    
1
2
3
4
5
6
7
8
9
10
11
12
13
14

comment_list
1

[' ,从,编程,小白,的,角度看,，,入门,极佳,。',
 '很,好,的,入门,书,，,简洁,全面,，,适合,小白,。',
 '讲解,全面,，,许多,小,细节,都,有,顾及,，,三个,小,项目,受益匪浅,。',
 '前半部,分讲,概念,深入浅出,，,要言不烦,，,很赞',
 '看,了,一遍,还是,不会,写,，,有个,概念,而已',
 '中规中矩,的,教科书,，,零,基础,的,看,了,依旧,看不懂',
 '内容,太,浅显,，,个人,认为,不,适合,有,其它,语言,编程,基础,的,人',
 '破书,一本',
 '适合,完完全全,的,小白读,，,有,其他,语言,经验,的,可以,去,看,别的,书',
 '基础知识,写,的,挺,好,的,！',
 '太,基础',
 '略,_,嗦,。,。,适合,完全,没有,编程,经验,的,小白',
 '真的,真的,不,建议,买']
1
2
3
4
5
6
7
8
9
10
11
12
13

## 统计次个数
# 实例化对象 
# CountVectorizer 类会将⽂本中的词语转换为词频矩阵
con = CountVectorizer(stop_words=stopwords)

# 它通过 fit_transform 函数计算各个词语出现的次数
X = con.fit_transform(comment_list)
1
2
3
4
5
6
7

X.toarray() # 通过 toarray()可看到词频矩阵的结果
1

array([[0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0,
        0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 1, 1],
       [0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0,
        1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0,
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,
        0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
        0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0,
        0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

con.get_feature_names() # 通过 get_feature_names()可获取词袋中所有⽂本的关键字
1

['一本',
 '一遍',
 '三个',
 '中规中矩',
 '依旧',
 '入门',
 '内容',
 '分讲',
 '前半部',
 '受益匪浅',
 '基础',
 '基础知识',
 '完完全全',
 '小白',
 '小白读',
 '建议',
 '很赞',
 '教科书',
 '有个',
 '极佳',
 '概念',
 '浅显',
 '深入浅出',
 '看不懂',
 '真的',
 '破书',
 '简洁',
 '细节',
 '经验',
 '编程',
 '要言不烦',
 '角度看',
 '讲解',
 '语言',
 '适合',
 '项目',
 '顾及']
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

准备训练集和测试集

x_train = X.toarray()[:10, :]
y_train = data["评价"][:10]
1
2

x_train
1

array([[0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0,
        0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 1, 1],
       [0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0,
        1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0,
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,
        0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
        0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
        0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

y_train
1

0    好评
1    好评
2    好评
3    好评
4    差评
5    差评
6    差评
7    差评
8    差评
9    好评
Name: 评价, dtype: object
1
2
3
4
5
6
7
8
9
10
11

x_test = X.toarray()[10:, :]
y_test = data["评价"][10:]
1
2

模型训练

mb = MultinomialNB(alpha=1)  # alpha 为可选项，默认 1.0，添加拉普拉修/Lidstone 平滑参数

mb.fit(x_train, y_train)

y_pre = mb.predict(x_test)
1
2
3
4
5

print("预测值:", y_pre)
print("真实值:", y_test)
1
2

预测值: ['差评' '差评' '差评']
真实值: 10    差评
11    差评
12    差评
Name: 评价, dtype: object
1
2
3
4
5

模型评估

mb.score(x_test, y_test)
1
2

1.0