scikit-learn CountVectorizer 中的 TypeError答案

【问题标题】：TypeError in scikit-learn CountVectorizerscikit-learn CountVectorizer 中的 TypeError
【发布时间】：2013-09-25 14:14:50
【问题描述】：

我正在尝试使用 scikit-learn 进行一些文本分析。但是，当我尝试调用 CountVectorizer 时，会引发错误。示例代码和引发的错误如下：

    >>> from sklearn.feature_extraction.text import CountVectorizer
    >>> corpus = [  'This is the first document.', 'This is the second second document.',  'And    the third one.',  'Is this the first document?', ]
    >>> vectorizer = CountVectorizer(min_df=1)
    >>> X = vectorizer.fit_transform(corpus)
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    File "/Library/Python/2.6/site-packages/sklearn/feature_extraction/text.py", line 789, in fit_transform
    vocabulary, X = self._count_vocab(raw_documents, self.fixed_vocabulary)
    File "/Library/Python/2.6/site-packages/sklearn/feature_extraction/text.py", line 716, in _count_vocab
    vocabulary = defaultdict(None)
    TypeError: first argument must be callable

这是我安装的错误还是什么？其他示例运行良好。

【问题讨论】：

我无法在 Python 2.7 上使用最新的 scikit-learn 重现这一点，而且我的 Python 2.6.6 对 defaultdict(None) 也没有问题。你的确切 Python 版本是什么？
Python 2.6.1 (r261:67515, Jun 24 2010, 21:47:49) [GCC 4.2.1 (Apple Inc. build 5646)] 在 darwin 上
python -c 'from collections import defaultdict as d; d(None) 是否给出错误信息？
我应该将 Python 升级到更新的版本吗？已经安装的模块会发生什么？
刚刚编译 Python 2.7.5 并成功运行 defaultdict 。 CountVectorizer 现在应该可以工作了。谢谢

标签： python scikit-learn

【解决方案1】：

总结 cmets 中的讨论：这是 Python 2.6.1 中的一个错误，已修复 Python 2.6 的更新版本（以及后来的 2.7+、3.2+...）。

【讨论】：