如何获取TFIDF转换器第1001列的对应词汇？

你用错对象了！TfidfTransformer本身不存储文本特征的词汇表，它只是对CountVectorizer输出的词频矩阵做TF-IDF转换，所以它的get_feature_names_out()返回的是默认占位符（比如x1000这种），不是实际的单词。

正确的做法是从CountVectorizer对象里获取特征名——词汇表是在CountVectorizer拟合数据时生成并保存的，而且TFIDF矩阵的列顺序和CountVectorizer的词频矩阵列顺序完全一致。

修改后的代码：

count_vectorizer = CountVectorizer()
bag_of_words = count_vectorizer.fit_transform(df)

TFIDF_transformer = TfidfTransformer(norm = 'l2')
TFIDF_representation = TFIDF_transformer.fit_transform(bag_of_words)

# 从count_vectorizer提取特征名，索引1000对应第1001列（Python为0起始索引）
count_vectorizer.get_feature_names_out()[1000]

内容的提问来源于stack exchange，提问作者LY T