python：TF-IDF计算

在构建语料库的时候，把每篇文献的关键词抽取出来，接下来是要利用语料库计算文本特征，打算从TF-IDF和拓扑特征两个角度计算，再将二者合并在一起，计算文献之间的相似度。
目前拓扑特征还在无限当机中…TF-IDF的概念很熟悉网上也有很多现成的代码，之前查资料的时候看到已经有现成的包可以之间计算TF-IDF，但是我个人觉得用自己编写内部机理可能更加自如吧~
重点计算的原理参考链接是：https://blog.csdn.net/zhb_bupt/article/details/40985831#commentBox
博文里面有很详细的算法实现的思路（在TF-IDF算法模块那一节）
结合我自己的需要，我的初步代码如下：

import math
def TFIDF(import_url,export_url,*words):
    #export_url是为了需要把计算结果写出来用，看后续需要，初步代码中没有这个部分
    data_source=open(import_url,'r')
    data=data_source.readline()
    word_in_afile_stat={
    }
    word_in_allfiles_stat={
    }
    files_num=0
    while(data!=""):
        data_temp_1=[]
        data_temp_2=[]
        data_temp_1=data.split("\t")
        data_temp_2=data_temp_1[1].split(