上传文件至 /

2026.4.2306 林伟泰.py

@@ -0,0 +1,21 @@
+
+from sklearn.feature_extraction.text import CountVectorizer
+
+# 文档集合
+docs = [
+    "Python 是 编程 语言",
+    "Java  是 编程 语言",
+]
+
+# BoW 向量化
+vectorizer = CountVectorizer()
+bow_matrix = vectorizer.fit_transform(docs)
+
+print("词表:", vectorizer.get_feature_names_out())
+# 输出: ['Python', 'Java', '是', '编程', '语言']
+
+print("BoW矩阵:")
+print(bow_matrix.toarray())
+# 输出:
+# [[1 0 1 1 1]   # Python文档: Python=1, Java=0, 是=1, 编程=1, 语言=1
+#  [0 1 1 1 1]]  # Java文档:  Python=0, Java=1, 是=1, 编程=1, 语言=1