Python 如何将SKLDA模型输出保存到csv？

如何将SKLDA模型输出保存到csv？ 它没有“显示主题”命令作为genism lDA模型

def selected_topics(model, vectorizer, top_n=10):
for idx, topic in enumerate(model.components_):
    print("Topic %d:" % (idx))
    print([(vectorizer.get_feature_names()[i], topic[i])
                    for i in topic.argsort()[:-top_n - 1:-1]])

这有利于打印，但如何将这些结果保存到csv

def selected_topics(model, vectorizer, top_n=10):
    results={}
    for idx, topic in enumerate(model.components_):
        topicId='Topic'+str(idx)
        print("Topic %d:" % (idx))
        topic_name = " ".join([(vectorizer.get_feature_names()[i]
                    for i in topic.argsort()[:-top_n - 1:-1]])
        results[topicId]=topic_name
    return results

您可以将结果写入Json，然后再写入CSV文件

到Json Json到csv

---

如果这对您没有帮助，请告诉我，您可以先创建熊猫数据帧并将LDA模型结果保存到该数据帧（通过循环）来导出结果。稍后将其导出为csv文件

import pandas as pd
import csv
pd.DataFrame(savedresults).to_csv("all_model_ouput.csv") 

---

我自己找到了一个解决方案。运行循环对我很有用

 def show_topics(vectorizer=vectorizer, lda_model=lda, n_words=20):
    keywords = np.array(vectorizer.get_feature_names())
    topic_keywords = []
    for topic_weights in lda_model.components_:
        top_keyword_locs = (-topic_weights).argsort()[:n_words]
        topic_keywords.append(keywords.take(top_keyword_locs))
    return topic_keywords

topic_keywords = show_topics(vectorizer=vectorizer, lda_model=lda, n_words=15)        

# Topic - Keywords Dataframe
df_topic_keywords = pd.DataFrame(topic_keywords)
df_topic_keywords.columns = ['Word '+str(i) for i in range(df_topic_keywords.shape[1])]
df_topic_keywords.index = ['Topic '+str(i) for i in range(df_topic_keywords.shape[0])]
df_topic_keywords

---

（）中的TypeError Traceback（最近一次调用）在（）中---->1个选定的_主题（lda，矢量器）在选定的_主题（模型，矢量器，顶部_n）中6个打印（“主题%d:%”（idx））7个主题_name=“”。加入（[（矢量器.获取功能_名称（）[i]，主题[i]）--->8 for i in topic.argsort（）[：-top_n-1:-1]]）9 10 TypeError:sequence item 0:expected str instance，tuple find。这会给我带来一个错误。在genism中创建循环是否有可能生成csv？是的，您可以创建，替换“”。join（[（向量器.获取特征名称（）[i]，topic[i] ）连接到“.join（[（vectorizer.get_feature_names（）[i]首先写入json的目的是什么？20 input.close（）21-->22 output=csv.writer（“output_csv.csv”）23 24 output.writerow（data[0].keys（））#头行类型错误：参数1必须有“write”方法

import pandas as pd
import csv
pd.DataFrame(savedresults).to_csv("all_model_ouput.csv") 

 def show_topics(vectorizer=vectorizer, lda_model=lda, n_words=20):
    keywords = np.array(vectorizer.get_feature_names())
    topic_keywords = []
    for topic_weights in lda_model.components_:
        top_keyword_locs = (-topic_weights).argsort()[:n_words]
        topic_keywords.append(keywords.take(top_keyword_locs))
    return topic_keywords

topic_keywords = show_topics(vectorizer=vectorizer, lda_model=lda, n_words=15)        

# Topic - Keywords Dataframe
df_topic_keywords = pd.DataFrame(topic_keywords)
df_topic_keywords.columns = ['Word '+str(i) for i in range(df_topic_keywords.shape[1])]
df_topic_keywords.index = ['Topic '+str(i) for i in range(df_topic_keywords.shape[0])]
df_topic_keywords