CountVectorizer.transform出现的一个错误的解决

问题

该错误的出现还是跟我上一个博客中讲述的问题有关，因为我将CountVectorizer的参数input设置为file，所以在本博客出现问题的代码中，因为给它的是一个字符串列表，所以就会出现错误。先看出现问题的代码：

new_post = ['imaging databases']
new_post_vec = vectorizer.transform(new_post)
print(new_post_vec)

再看出现的错误提示信息：

上面提示信息中说到，vectorizer需要接受文件类型的对象。

解决方法

将上述代码改为：

import StringIO
new_post = ['imaging databases']
new_post = [ StringIO.StringIO(x) for x in new_post ]
new_post_vec = vectorizer.transform(new_post)
print(new_post_vec)

自然就会正确运行出结果。

总结

读到一些牵涉到代码的书籍和教材时，最好都亲自将代码运行一遍，以确认代码的正确性。最近读到的3、4本牵涉到代码的教材，都会发现代码的错误。一般来说，书籍变动的频率要比代码慢的多，书籍的出版含有好多个流程，一般来说修改起来比较麻烦，所以在书籍提供的网站里面，都会给出勘误表 (errata)。而代码不受出版的限制，可以很快速的变动。

注意：本文针对的是书《Building Machine Learning Systems with Python》的第一版而说，而到第二版时，书的代码就已经进行了重构，已经不一样了。