# 应用 comment = input('请输入您的事件：') comment = [' '.join(jieba.cut(comment))] print(comment) X_try = vect.transform(comment) y_pred = clf.predict(X_try.toarray()) print(y_pred) 数据有306行，把这个改成循环语句

你可以使用循环语句来处理306行的数据。具体实现如下：

import jieba
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LogisticRegression

# 假设已经定义了vect和clf变量

data = []  # 存储所有数据

# 循环读取306行数据
for i in range(1, 307):
    # 假设数据存储在以数字命名的文件中，文件名为i.txt，每行为一个事件描述
    filename = str(i) + '.txt'
    with open(filename, 'r', encoding='utf-8') as file:
        comment = file.readline().strip()
        comment = ' '.join(jieba.cut(comment))  # 分词处理
        data.append(comment)

X_try = vect.transform(data)
y_pred = clf.predict(X_try.toarray())
print(y_pred)

在上述代码中，我们使用了一个列表`data`来存储所有的数据。然后，通过循环读取306个文件，对每个文件进行处理，并将处理后的数据添加到`data`中。最后，对`data`进行向量化处理和预测。

请根据实际情况调整代码，确保文件名和路径正确，并根据需要添加适当的异常处理。