如何将多个文件的输出传递到一个数组

Question

我试图在我的文件上运行lda模型。首先我做了一些预处理，比如标记化和停止字删除。我这样做是为了多个文件，但当我把最终输出传递给lda模型时，它给了我一个错误，我在Google中看到lda将多个文件作为输入。 现在，我想将每个文件的输出存储到一个数组中，然后将该数组作为输入传递，但这也给了我一个错误indexeror:list assignment index out of range。我不知道是什么问题。任何帮助将不胜感激谢谢！你知道吗

   # URDU STOP WORDS REMOVAL
    doc_clean = []
    stopwords_corpus = UrduCorpusReader('./data', ['stopwords-ur.txt'])    
    stopwords = stopwords_corpus.words()
    count = 1
    # print(stopwords)
    for infile in (wordlists.fileids()):
        words = wordlists.words(infile)
        finalized_words = remove_urdu_stopwords(stopwords, words)
        doc_clean[count] = finalized_words
        print(doc_clean)
        count =count+1
        print("\n==== WITHOUT STOPWORDS ===========\n")
        print(finalized_words)
        id2word = corpora.Dictionary(doc_clean)
        mm = [id2word.doc2bow(text) for text in texts]
        lda = models.ldamodel.LdaModel(corpus=mm, id2word=id2word, num_topics=3, update_every=1, chunksize=10000, passes=1)

Answer 1

您将doc\u clean定义为空列表，但在第一次迭代中，您引用doc\u clean[count]，count=1，因此引用空列表的第二个元素。你知道吗

更换

doc_clean[count]=finalized_words

与

doc_cleanappend(finalized_words)

那就不用计数了。你知道吗

Answer 2

这里不需要使用count变量。List提供append函数将元素添加到列表中。
改变这个

  doc_clean[count] = finalized_words  

为了这个

 doc_clean.append(finalized_words)