String Python2.x-操作元组并连接str类型

我最近编写了一段代码来处理文本分析，但是在python中操作某些数据类型时遇到了一些困难

我将粘贴我进行此操作的代码片段，不久之后我将解释它并提出我的疑问，如果他们能帮助我，我将不胜感激

def classificaTexto(nbc, tweet):

    #textoProcessado = preProcessamentoText(tweet)
    for features in tweet:
        result = nbc.classify(extracaoCaracteristicas(features[0]))
        #return result
        if (result == 4) :
            print 'Crime não categorizado - ' + str(tuple(features))
        elif (result == 1):
            print 'Roubo - ' + str(tuple(features))
        elif(result == 2):
            print 'Homicídio - ' + str(tuple(features))
        elif(result== 3):
            print 'Tráfico - ' + str(tuple(features))
        else :
            print 'Não representa um crime - ' + str(tuple(features))


# Main function
if __name__ == '__main__':
    #Load the files with text - Both are csv    
    carregarTextos()
    test_set()

    # Extract the feature vector of all tweets in one go
    conjuntoTreino = nltk.classify.util.apply_features(extracaoCaracteristicas, tweets)

    # Train the classifier
    NBClassifier = nltk.NaiveBayesClassifier.train(conjuntoTreino)
    classificaTexto(NBClassifier, testset)

现在解释如下：

在

classificaTexto（NBClassifier，testset）

中，testset是一个变量，我在其中读取一个csv文件并将其转换为特征向量。此转换的结果是具有以下结果的元组：

(['multas', 'caras', 'partir', 'multas', 'caras', 'partir', 'novembro', 'novos', 'previstos', 'partir', 'cujo', 'valor', 'multa', 'atual', 'multas', 'serem', 'pagas', 'grave', 'atuais', 'multas', 'cobradas', 'consideradas', 'leves', 'reajustadas', 'atuais', 'partir', 'novembro', 'reajustados', 'valores', 'multas', 'aplicadas', 'motoristassuspeitos', 'dirigir', 'recusarem', 'teste', 'nesse', 'multa', 'motorista', 'suspensa', 'prazo', 'brasil'], '5')

不久之后，执行方法

classificaTexto

。正如您在上面看到的，我读取了元组，然后打印了一个文本（str）和元组。这里的目的是表达一种与元组中包含的文本相关的感觉。但结果是：

Não representa um crime - (['multas', 'caras', 'partir', 'multas', 'caras', 'partir', 'novembro', 'novos', 'previstos', 'partir', 'cujo', 'valor', 'multa', 'atual', 'multas', 'serem', 'pagas', 'grave', 'atuais', 'multas', 'cobradas', 'consideradas', 'leves', 'reajustadas', 'atuais', 'partir', 'novembro', 'reajustados', 'valores', 'multas', 'aplicadas', 'motoristassuspeitos', 'dirigir', 'recusarem', 'teste', 'nesse', 'multa', 'motorista', 'suspensa', 'prazo', 'brasil'], '5')

我的问题和疑问如下：

1-下面这个是与元组交互的最佳方式

for features in tweet:
        result = nbc.classify(extracaoCaracteristicas(features[0]))

2-我用来连接str类型和元组的形式正确吗<代码>打印“Tráfico-”+str（元组（特征）

关于第2点： 不，连接的方式不是为了获得所需的方式。 这应该起作用：

打印“Trafico-”+“，”。连接（功能[0]）

谢谢您的回答。但我在输出时遇到此错误

TypeError:sequence item 0:expected string，list found

此错误表示功能不是字符串列表，而是包含列表的列表……您能打印功能并将结果作为注释传递吗？

(['multas'，'caras'，'partir'，'multas'，'caras'，'partir'，'Novenbro'，'novos'，'previstos'，'partir'，'cujo'，'valor'，'multa'，'multas'，'serem'，'pagas'，'grave'，'atuais'，'multas'，'cobradas'，'consideradas'，'leves'，'reajustadas'，'atuais'，'partir'，'Novenbro reajustados'，'valores'，'multas'，'aplicadas'，'Motors's'，'dirigir'，'recusarem'，'teste'，'nesse'，'multa'，'motorista'，'suspenta'，'prazo'，'brasil'，'5'）

这是功能中的一个例子啊，很好。谢谢。尽管回答了我问题的第2项，我还是会等着看其他人是否愿意回答其他项。关于第1点：你指的是

tweets

？那么如果问题是，对元组中的项执行

是否是一种良好的做法：执行tuff

答案是肯定的。关于第3点：我不理解你的问题。第一部分似乎用第2点回答。第二部分我不清楚：你所说的“相当于我将要排序的文本的感觉”是什么意思