t = Tokenizer(num_words=50000)tokenizer.fit_on_texts(trainText)my_items = list(tokenizer.word_index.items())  

我需要按顺序禁用字典中每100个元素的区块，并检查禁用特定区块对网络准确性的影响。如何禁用，比如说，前100个字典元素呢？在我的案例中，my_items的大小是140000。我只需要使用前50000个元素。

回答：

下面是一个函数，给定一个输入的词索引，会返回一个新的词索引，这个新索引与原始词索引相同，但排除了从start_number到end_number的条目。

my_dict={} #创建一个字典，其中值为整数for i in range (10):    my_dict[i]=i# 函数返回一个与输入字典相同的字典，但缺少从start_number到end_number的条目def dump_words(word_index, start_number, end_number):    temp_dict={}    new_dict={}    for key, value in word_index.items():        if value<start_number or value>end_number:            temp_dict[key]=value    # 现在重新编号字典中的值     for key, value in temp_dict.items():        if value<start_number:            new_dict[key]=value        else:            new_dict[key]=value-end_number    return new_dictnew_dict=dump_words(my_dict, 1, 5)for key, value in new_dict.items():    print (key,value)    # 打印输出显示字典条目0到4被删除