Python sklearn TFIDFvectorier不'；行不通

我试图用一个函数作为分析器来做TF-IDF。此函数返回单词ngrams

我的问题是，当我尝试fit_transform函数时，它似乎停止了执行，并且什么也不做。我不知道为什么，也没有找到任何解决办法。我用的是水蟒导航器。代码如下：

from sklearn.feature_extraction.text import TfidfVectorizer
def ngrams(string, n=3):
    string = re.sub(r'[,-./]|\sBD',r'', string)
    ngrams = zip(*[string[i:] for i in range(n)])
    return [''.join(ngram) for ngram in ngrams]

def main():
    termList = getListofTerms(path)
    print("Start TF-IDF")
    vectorizer = TfidfVectorizer(min_df=1, analyzer=ngrams)
    tf_idf_matrix = vectorizer.fit_transform(termList)
    print("Completed")

if __name__ = '__main__':
    main()

术语列表包含550.000个元素，其中包含1、2、3、4或5个单词。运行代码时的输出为：

In [1]: runfile('test.py', wdir='D:/tests')
Start TD-IDF

In [1]:

---

它从不打印主函数的最后一行，也不会产生任何错误，因此我真的很困惑，不知道如何解决此问题

您是否尝试过仅使用几个元素来运行它？i、 e.tf_idf_matrix=vectorizer.fit_transform（termList[：500]）是的，我试过了，但结果是一样的