python - graphs - nltk stopwords

Error de Python NLTK: "TypeError: el objeto ''dict_keys'' no es un subíndice"

Question

Estoy siguiendo las instrucciones para una tarea de clase y se supone que debo buscar las 200 palabras más utilizadas con mayor frecuencia en un archivo de texto.

Aquí está la última parte del código:

fdist1 = FreqDist(NSmyText)
vocab=fdist1.keys()
vocab[:200]

Pero cuando presiono enter después de la línea vocab 200, regresa:

 Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: ''dict_keys'' object is not subscriptable

¿Alguna sugerencia sobre cómo solucionar esto para que pueda responder correctamente? Cualquier ayuda es muy apreciada, gracias

Answer 1

Estoy usando python 3.5 y me encuentro con el mismo problema de TypeError .

Usar vocab = list(fdist1.keys()) no me da las 50 palabras más utilizadas con mayor frecuencia.
Pero fdist1.most_common(50) hace.

Además, si solo quieres mostrar esas 50 palabras principales no con su frecuencia, puedes probar:

[word for (word, freq) in fdist1.most_common(50)]

Answer 2

Para imprimir las 200 palabras utilizadas con más frecuencia use: fdist1.most_common (200) La línea de código anterior devolverá las 200 palabras que se usan con más frecuencia como par de frecuencia clave.

Answer 3

Parece que estás usando Python 3. En Python 3, dict.keys() devuelve un objeto iterable pero no indexable. La solución más simple (pero no tan eficiente) sería:

vocab = list(fdist1.keys())

Answer 4

Si estás usando python 3 prueba:

fdist1.most_common(200)

en cambio, para obtener las 200 palabras más frecuentes.

Answer 5

fdist1 = FreqDist(NSmyText)

vocab=fdist1.keys()

Este código se está utilizando en Python2.7. Así que deberías hacer algún cambio. dic.keys () devuelve un iteratable. Así que usando:

list(fdist1.keys())