传播之路——词频矩阵中scipy版本问题

三，正式开始文本分析

1，代码跑gpt生成

从文本中“看”出主题分布：LDA模型原理、应用和实践_lda文本分析-CSDN博客

参考上述大佬的文本分析的解释，将代码喂到gpt里面让它帮忙码

import numpy as np
import pandas as pd
import jieba
from gensim import corpora, models

# 加载Excel文件
file_path = '自己码文件地址'
data = pd.read_excel(file_path)

# 假设文本列名为 '去标点'
texts = data['去标点'].tolist()

# 对文本进行分词
news_words = [list(jieba.cut(text)) for text in texts]

# 构建词袋模型
dictionary = corpora.Dictionary(news_words)
corpus = [dictionary.doc2bow(words) for words in news_words]

# 运行LDA模型
num_topics = 10
lda = models.LdaModel(corpus=corpus, id2word=dictionary, num_topics=num_topics)

# 输出每个主题的前10个关键词并保存到列表
topics = lda.print_topics(num_topics=num_topics, num_words=10)
topic_keywords = []
for idx, topic in topics:
    topic_keywords.append(f'主题 {idx}: {topic}')
    print(f'主题 {idx}: {topic}')

# 对每篇新闻文本进行主题推断并保存到列表
doc_topics = []
for i, doc in enumerate(corpus):
    topic = sorted(lda[doc], key=lambda x: x[1], reverse=True)[0][0]
    doc_topics.append((i, topic))
    print('文本编号：{}，主题编号：{}'.format(i, topic))

# 将结果保存到Excel文件
output_path = '自己码文件地址'
with pd.ExcelWriter(output_path) as writer:
    # 保存原始数据
    data.to_excel(writer, sheet_name='原始数据', index=False)

    # 保存主题关键词
    topics_df = pd.DataFrame(topic_keywords, columns=['主题及关键词'])
    topics_df.to_excel(writer, sheet_name='主题关键词', index=False)

    # 保存每篇文本的主题编号
    doc_topics_df = pd.DataFrame(doc_topics, columns=['文本编号', '主题编号'])
    doc_topics_df.to_excel(writer, sheet_name='文档主题', index=False)

print(f"处理后的文件已保存到: {output_path}")

2，运行的新问题

from scipy.linalg import get_blas_funcs, triu

ImportError: cannot import name 'triu' from 'scipy.linalg'

出现了下载的scipy版本中无法提取‘triu'函数

上网看帖子整理思路，发现是当时下载的scipy版本（1.13.1)已经被删去

3，解决

根据这一份帖子的指路，我在package里面试了几个不同的版本，均出现了环境中找不到该版本或者被删除等报错。最后成功安装上的是这一版本的scipy

4，开始整理数据