确定元胞数组中每个单词的出现次数答案

【问题标题】：Determining the number of occurrences of each word in cell array确定元胞数组中每个单词的出现次数
【发布时间】：2014-12-15 16:06:17
【问题描述】：

我有大量的单词向量，我想要一个只有唯一单词的向量，以及每个单词的频率。我已经尝试过hist 和histc，但它们是用于数值的。我知道函数tabulate，但它给出了一些词'（例如，这变成了'this'）。如果您知道如何使用 MATLAB，那就太好了。谢谢

【问题讨论】：

对于第一部分，您是否尝试过“独特”？它适用于字符串元胞数组
是的，独一无二的作品。但是，下一步是什么？我考虑过计算每个单词的循环，但我想有更好的方法。

标签： matlab text word-frequency

【解决方案1】：

你在正确的轨道上！只需先使用unique 为hist 准备数字输入。诀窍是 unique 返回的单词出现 id 可以用作 hist 函数的输入，因此您可以在没有显式 for 循环的情况下获得计数：

words = {'abba' 'bed' 'carrot' 'damage' 'bed'};
[unique_words, ~, occurrences] = unique(words);
unique_counts = hist(occurrences, 1:max(occurrences));

这会产生：

>> unique_words 
    'abba'    'bed'    'carrot'    'damage'

>> unique_counts
     1     2     1     1

【讨论】：

我试过了，但我得到了这个错误：错误使用 histc 边缘向量必须是单调非递减的。 hist 中的错误（第 119 行）nn = histc(y,edgesc,1);
显然不是以同样的方式：我不使用histc，而word_ids - 取决于您的MATLAB版本 - 已经是从1到唯一单词数量的单调递增范围。
@Yaeli778 histc(id_positions_in_word_vector, 1:max(id_positions_in_word_vector)); 可能会这样做。来源 - stackoverflow.com/a/27281656/3293881