Python 是否将生成器表达式（<；genexpr>；）转换为列表？

我正在做一些主题建模，并希望存储一些分析结果

import pandas as pd, numpy as np, scipy
import sklearn.feature_extraction.text as text
from sklearn import decomposition

descs = ["You should not go there", "We may go home later", "Why should we do your chores", "What should we do"]

vectorizer = text.CountVectorizer()

dtm = vectorizer.fit_transform(descs).toarray()

vocab = np.array(vectorizer.get_feature_names())

nmf = decomposition.NMF(3, random_state = 1)

topic = nmf.fit_transform(dtm)

topic_words = []

for t in nmf.components_:
    word_idx = np.argsort(t)[::-1][:20]
    topic_words.append(vocab[i] for i in word_idx)

for t in range(len(topic_words)):
    print("Topic {}: {}\n".format(t, " ".join([word for word in topic_words[t]])))

印刷品：

Topic 0: do we should your why chores what you there not may later home go

Topic 1: should you there not go what do we your why may later home chores

Topic 2: we may later home go what do should your you why there not chores

我正试图将这些主题写入一个文件，因此我认为将它们存储在列表中可能会起作用，如下所示：

l = []
for t in range(len(topic_words)):
    l.append([word for word in topic_words[t]])
    print("Topic {}: {}\n".format(t, " ".join([word for word in topic_words[t]])))

---

但是

l

最终只是一个空数组。如何将这些单词存储在列表中？

您正在将生成器表达式附加到列表中

主题单词，因此第一次打印时，生成器表达式已经用尽。您可以改为：

topic_words = []

for t in nmf.components_:
    word_idx = np.argsort(t)[::-1][:20]
    topic_words.append([vocab[i] for i in word_idx])
#                      ^                          ^

使用此功能，您显然不需要新列表，您可以使用以下内容打印出来：

for t, words in enumerate(topic_words, 1):
    print("Topic {}: {}\n".format(t, " ".join(words)))

您正在将生成器表达式附加到列表中的
主题词
，因此第一次打印时，生成器表达式已用尽。您可以改为：

topic_words = []

for t in nmf.components_:
    word_idx = np.argsort(t)[::-1][:20]
    topic_words.append([vocab[i] for i in word_idx])
#                      ^                          ^

使用此功能，您显然不需要新列表，您可以使用以下内容打印出来：

for t, words in enumerate(topic_words, 1):
    print("Topic {}: {}\n".format(t, " ".join(words)))

[topic\u words[t]]==list（topic\u words[t]）
离题风格注意：永远不要用
l
作为变量名，它看起来太像数字
1
[topic\u words[t]==list（topic\u words[t]）

离题风格注意：永远不要用

l

作为变量名，它看起来太像数字

1

。