我在使用一个样本数据集进行tfidf实验时，一切正常，直到我将fit-transform变量转换为数组。我试图在使用tfidf后查看我的“特征”，当我打印这些值时，它们是有意义的。然而，当我以数组形式打印时，所有值不知为何都变成了零。

打印语句的最后一行的结果是这样的：

(0, 6433)   0.1354882591295125  (0, 18430)    0.057506963357173674  (0, 16902)    0.0887002305355381  (0, 17540)    0.46335455366392575  (0, 19175)    0.2159334960329325  (0, 16590)    0.15130364285967984(0, 9104)   0.15285500637985408  (0, 16595)    0.1890315464705662  : :(24455, 14202)  0.17695626302265938  (24455, 6699) 0.2309569171857742  (24455, 10308)    0.2279428326498053  (24455, 16678)    0.2343740044032419  (24455, 12122)    0.23831874209561996  (24455, 18919)    0.23831874209561996

上面的数字是有意义的，但是当我更改代码行以数组格式打印时 print(features.toarray())，我得到的是这样的结果：

[[0. 0. 0. ... 0. 0. 0.] [0. 0. 0. ... 0. 0. 0.] [0. 0. 0. ... 0. 0. 0.] ... [0. 0. 0. ... 0. 0. 0.] [0. 0. 0. ... 0. 0. 0.] [0. 0. 0. ... 0. 0. 0.]]

我确实检查了每个值，例如 features.toarray()[3][10]，它们都是 0.0

回答：

我发现我的测试方法是错误的，了解更多关于tf-idf矩阵的信息后，我发现实际上还是有一些值的，每个词都有自己的列，因此只有在文档中独特的词会在矩阵中有值，它们并不是全为零。