我使用nltk训练了一个朴素贝叶斯分类器。函数show_most_informative_features（源代码）可以将训练过程中最可能的特征打印到Python shell中，但它没有返回值。

现在我想将这些最有信息量的特征写入一个txt文件。然而，这些特征都是Unicode，包含中文/日文单词和一些特殊符号。我无法使用’>’将打印内容重定向到txt文件中。

那么，如何使用这个没有返回值的函数将特征写入txt文件呢？谢谢。

回答：

简单地从源代码中更改。（我没有尝试过。）

def show_most_informative_features(self, n=10):    strlist = []    # 确定最相关的特征，并显示它们。    cpdist = self._feature_probdist    # print('Most Informative Features')    strlist.append('Most Informative Features')    for (fname, fval) in self.most_informative_features(n):            def labelprob(l):                return cpdist[l,fname].prob(fval)            labels = sorted([l for l in self._labels                     if fval in cpdist[l,fname].samples()],                    key=labelprob)            if len(labels) == 1: continue            l0 = labels[0]            l1 = labels[-1]            if cpdist[l0,fname].prob(fval) == 0:                ratio = 'INF'            else:                ratio = '%8.1f' % (cpdist[l1,fname].prob(fval) /                          cpdist[l0,fname].prob(fval))            # print(('%24s = %-14r %6s : %-6s = %s : 1.0' %            #      (fname, fval, ("%s" % l1)[:6], ("%s" % l0)[:6], ratio)))            strlist.append(('%24s = %-14r %6s : %-6s = %s : 1.0' %                          (fname, fval, ("%s" % l1)[:6], ("%s" % l0)[:6], ratio)))    return strlist# 使用方法list = show_most_informative_features(classifier, 100)file.writelines(list)

附注：

请不要直接更改源代码！