在自定义转换函数中，仅针对前n个特征计算TF-IDF。在函数返回中， 尝试返回形状为（语料库长度，前n个特征长度）的矩阵，该矩阵显示值 错误，因为“列索引超出矩阵尺寸”。如果我不限制则不给出错误。为什么 这正在发生。对此的任何帮助都会很棒！
from collections import Counter
from scipy.sparse import csr_matrix
def transform(corpus, vocab_t2, idf):
rows = []
columns = []
values = []
temp = dict()
max_feature_count = 0
top_vocab = list(idf.keys())
if isinstance(corpus, (list,)):
for idx, row in enumerate(corpus):
totalwords_inrow = len(row.split())
word_freq = dict(Counter(row.split()))
if max_feature_count >= len(top_vocab):
break
for word, freq in word_freq.items():
if len(word) < 2:
continue
if word in top_vocab:
col_index = vocab_t2.get(word, -1)
temp[word] = (freq / totalwords_inrow) * (idf[word])
values.append(temp[word])
print("values:", values)
if col_index != -1:
rows.append(idx)
columns.append(col_index)
max_feature_count += 1
# x = len(corpus)
#y = len(top_vocab)
#z = len(columns)
test = csr_matrix（（values，（rows，columns）），shape =（len（corpus），len（top_vocab）））＃这给了错误#when ＃限制最大词汇的长度 ＃test = csr_matrix（（values，（rows，columns）），shape =（len（corpus），len（vocab_t2）））＃这没有给＃错误 #as“ len（vocab_t2）”是语料库总独特vocab长度 #test = csr_matrix（（值，（行，列）），shape =（x，y）） 退货测试 其他： 打印（“您需要传递字符串列表”） print（transform（corpus，vocab_t2，idf））