在sklearn中的sklearn.feature_extraction.text.Countvectorizer()或者是sklearn.feature_extraction.text.TfidfVectorizer()中其在进行却分token的时候，会默认把长度<2的字符抛弃，例如下面的例子：x=['ilov...

https://github.com/jannson/yaha#-*-coding:utf-8-*-"""CreatedonWedAug1008:35:552016@author:Administrator"""#-*-coding=utf-8-*-importsys,re,codecsimportcProfilefr...