CountVectorizer: AttributeError: đối tượng 'numpy.ndarray' không có thuộc tính 'lower'

Question

Tôi có mảng một chiều với các chuỗi lớn trong mỗi phần tử. Tôi đang cố gắng sử dụng một số CountVectorizer để chuyển đổi dữ liệu văn bản thành các vectơ số. Tuy nhiên, tôi gặp lỗi khi nói:

AttributeError: 'numpy.ndarray' object has no attribute 'lower' 

mealarray chứa các chuỗi lớn trong mỗi phần tử. Có 5000 mẫu như vậy. Tôi cố gắng để vectorize này như đưa ra dưới đây:

vectorizer = CountVectorizer(
    stop_words='english', 
    ngram_range=(1, 1), #ngram_range=(1, 1) is the default 
    dtype='double', 
) 
data = vectorizer.fit_transform(mealarray) 

Các stacktrace đầy đủ:

File "/Library/Python/2.7/site-packages/sklearn/feature_extraction/text.py", line 817, in fit_transform 
    self.fixed_vocabulary_) 
    File "/Library/Python/2.7/site-packages/sklearn/feature_extraction/text.py", line 748, in _count_vocab 
    for feature in analyze(doc): 
    File "/Library/Python/2.7/site-packages/sklearn/feature_extraction/text.py", line 234, in <lambda> 
    tokenize(preprocess(self.decode(doc))), stop_words) 
    File "/Library/Python/2.7/site-packages/sklearn/feature_extraction/text.py", line 200, in <lambda> 
    return lambda x: strip_accents(x.lower()) 
AttributeError: 'numpy.ndarray' object has no attribute 'lower' 

Answer 1

Kiểm tra hình dạng của mealarray. Nếu đối số cho fit_transform là một chuỗi các chuỗi, thì đó phải là mảng một chiều. (Tức là, mealarray.shape phải có dạng (n,).) Ví dụ: bạn sẽ nhận được lỗi "không có thuộc tính" nếu mealarray có hình dạng như (n, 1).

Bạn có thể thử một cái gì đó giống như

data = vectorizer.fit_transform(mealarray.ravel()) 

Answer 2

Got câu trả lời cho câu hỏi của tôi. Về cơ bản, CountVectorizer đang lấy danh sách (có nội dung chuỗi) làm đối số thay vì mảng. Điều đó đã giải quyết được vấn đề của tôi.