尝试增加
ngram_rangein
TfidfVectorizer：
tfidf = TfidfVectorizer(vocabulary = myvocabulary, stop_words = 'english', ngram_range=(1,2))
编辑： 的输出
TfidfVectorizer是稀疏格式的TF-IDF矩阵（或者实际上是您寻求的格式的转置）。您可以打印出其内容，例如：
feature_names = tfidf.get_feature_names()corpus_index = [n for n in corpus]rows, cols = tfs.nonzero()for row, col in zip(rows, cols): print((feature_names[col], corpus_index[row]), tfs[row, col])
应该产生
('biscuit pudding', 1) 0.646128915046('chocolates', 1) 0.763228291628('chocolates', 2) 0.508542320378('tim tam', 2) 0.861036995944('chocolates', 3) 0.508542320378('fresh milk', 3) 0.861036995944如果矩阵不大，则以密集形式检查矩阵可能会更容易。
Pandas使这个非常方便：
import pandas as pddf = pd.Dataframe(tfs.T.todense(), index=feature_names, columns=corpus_index)print(df)
这导致
1 2 3tim tam 0.000000 0.861037 0.000000jam 0.000000 0.000000 0.000000fresh milk 0.000000 0.000000 0.861037chocolates 0.763228 0.508542 0.508542biscuit pudding 0.646129 0.000000 0.000000
