CountVectorize
來自：python學習 文本特征提取(二) CountVectorizer TfidfVectorizer 中文處理 - CSDN博客
https://blog.csdn.net/shuihupo/article/details/80930801
常用數據輸入形式為：列表，列表元素為代表文章的字符串，一個字符串代表一篇文章，字符串是已經分割好的
CountVectorizer同樣適用於中文
| 參數表 | 作用 |
|---|---|
| stop_words | 停用詞表；自定義停用詞表 |
| token_pattern | 過濾規則； |
| 屬性表 | 作用 |
|---|---|
| vocabulary_ | 詞匯表；字典型 |
| get_feature_names() | 所有文本的詞匯；列表型 |
| stop_words_ | 返回停用詞表 |
CountVectorizer是通過fit_transform函數將文本中的詞語轉換為詞頻矩陣，矩陣元素a[i][j] 表示j詞在第i個文本下的詞頻。即各個詞語出現的次數，通過get_feature_names()可看到所有文本的關鍵字，通過toarray()可看到詞頻矩陣的結果。
| 方法表 | 作用 |
|---|---|
| fit_transform(X) | 擬合模型，並返回文本矩陣 |