Conversion sklearn matrice CountVectorizer à la liste des dictionnaires

Question

J'ai créé une matrice en utilisant CountVectorizer qui ressemble à

[[1, 2, 1....], 
[0, 4, 0,...], 
[0, 0, 7....]] 

où chaque colonne correspond à un nom de fonction

['sweet', 'pretty', 'bad'....] 

Ce que je veux faire

Pour convertir les lignes de la matrice en une liste de dictionnaires de la forme

[{'sweet': 1, 'pretty': 2, 'bad': 1 ..} , {'sweet': 0, 'pretty': 4, 'bad': 0 ..} , {'sweet': 0, 'pretty': 0, 'bad': 7 ..}] 

qui est en train de faire essentiellement ce que la fonction inverse_transform de DictVectorizer ferait, mais depuis que je ne l'ai pas créé la matrice du dictionnaire, je ne pense pas que je peux l'utiliser parce que je reçois cette erreur

« DictVectorizer 'l'objet n'a pas d'attribut' feature_names_ '

Comment réaliser ceci? Est-ce que NumPy fournit une fonction intégrée pour convertir le tableau en une liste de dictionnaires où je pourrais mapper chaque colonne à une clé donnée?

Answer 1

La fonction que vous recherchez est get_feature_names
ne sais pas s'il y a un moyen builtin pour obtenir ce que vous voulez, mais il est esily réalisable avec une carte simple

from sklearn.feature_extraction.text import CountVectorizer 
cv = CountVectorizer() 

#`data` is an array of strings 

tdata = cv.fit_transform(data) 

ft = cv.get_feature_names() 

#create a dictionary with feature names as keys and row elements as values 

result = list(map(lambda row:dict(zip(ft,row)),tdata.toarray())) 

Edit: solution économique mémoire

import pandas as pd 

df = pd.SparseDataFrame(tdata, columns=ft)