Python CountVectorizer:transform方法在单个文本行上返回多维数组

首先，我把它放在短信语料库中：

from sklearn.feature_extraction.text import CountVectorizer
clf = CountVectorizer()
X_desc = clf.fit_transform(X).toarray()

看起来效果不错：

X.shape = (5574,)
X_desc.shape = (5574, 8713)

但后来我将transform方法应用于文本行，正如我们所知，它的结果应该是（，8713）形状，但我们看到：

str2 = 'Have you visited the last lecture on physics?'
print len(str2), clf.transform(str2).toarray().shape

52（528713）

---

这是怎么回事？还有一件事-所有数字都是零

您始终需要将数组或向量传递给

变换

；如果只想转换单个元素，则需要传递一个单例数组，然后提取其内容：

clf.transform([str1])[0]

---

顺便说一句，将二维数组作为输出的原因是字符串实际上存储为字符列表，因此矢量器将字符串视为数组，其中每个字符都被视为单个文档。

始终需要将数组或向量传递给

transform

；如果只想转换单个元素，则需要传递一个单例数组，然后提取其内容：

clf.transform([str1])[0]

---

顺便说一句，将二维数组作为输出的原因是字符串实际上存储为字符列表，因此矢量器将字符串视为数组，其中每个字符都被视为单个文档。

在

clf.transform（str1）中什么是
str1

？在

clf.transform（str1）

中什么是

str1

？