获取频率分布错误，类型错误：不可损坏类型：“list”

Question

doc_clean = []
stopwords_corpus = UrduCorpusReader('./data', ['stopwords-ur.txt'])    
stopwords = stopwords_corpus.words()
# print(stopwords)
for infile in (wordlists.fileids()):
    words = wordlists.words(infile)
    print(infile)
    #print(words)
    finalized_words = remove_urdu_stopwords(stopwords, words)
    print("\n==== WITHOUT STOPWORDS ===========\n")
    print(finalized_words)
    doc_clean.append(finalized_words)
fdist1 = FreqDist(doc_clean) 
print(fdist1) 

我试着计算每个单词在词汇。说我有10个文档，首先我执行了标记化，然后从这些文档中删除了一些停止词，我在nltk中读到关于频度分布的文章，我试图用这个来计算每一项的频率文件。但是我收到错误类型错误：不可损坏类型：“列表”

Answer 1

我猜您是想构建一个包含所有单词的列表（在清理之后），但是这行代码将每个列表的元素作为doc_clean的元素追加到中：

doc_clean.append(finalized_words)

基本上，FreqDist将计算列表中的不同元素，因此如果这些元素是列表，则有问题。要从所有文档中构建单词的单个列表，请将append()替换为extend()：

^{pr2}$