以下代码报错SyntaxError: positional argument follows keyword argument 代码：from sklearn.model_selection import train_test_split df=raw_data.dropna(axis=0) df_binomial=df[(df['Review']==5)|(df['Rating']==1)] x=df_binomial['Review Text'] y=df_binomial['Rating'] transformer=CountVectorizer(analyzer=text_process,ngram_range(2,2),stop_words='english').fit(x) print(len(transformer.vocabulary_))

这个错误是因为在函数调用中，位置参数出现在关键字参数之后，Python不允许这种语法。在这个代码段中，CountVectorizer的analyzer参数是一个位置参数，而ngram_range和stop_words是关键字参数。你需要把analyzer参数改成关键字参数的形式，例如analyzer=text_process，然后放在ngram_range和stop_words之前。修改后的代码如下：

from sklearn.model_selection import train_test_split 
df = raw_data.dropna(axis=0) 
df_binomial = df[(df['Review'] == 5) | (df['Rating'] == 1)] 
x = df_binomial['Review Text'] 
y = df_binomial['Rating'] 
transformer = CountVectorizer(
    analyzer=text_process, 
    ngram_range=(2, 2), 
    stop_words='english' 
).fit(x) 
print(len(transformer.vocabulary_))

相关问题

运行报错SyntaxError: positional argument follows keyword argument

这个错误通常是由于函数调用时，位置参数放在了关键字参数后面引起的。请检查一下你的代码，看看是否有这种情况的出现。在这段代码中，我没有看到这样的错误，但是你可以尝试将代码改为以下形式，避免这种错误的发生：

from sklearn.model_selection import train_test_split 
df = raw_data.dropna(axis=0) 
df_binomial = df[(df['Review']==5)|(df['Rating']==1)] 
x = df_binomial['Review Text'] 
y = df_binomial['Rating'] 
transformer = CountVectorizer(analyzer=text_process, ngram_range=(2,2), stop_words='english').fit(x)
print(len(transformer.vocabulary_))

在这里，我将 `ngram_range` 参数改为了 `(2,2)` 的形式，使用了关键字参数的形式，这样就不会出现位置参数放在关键字参数后面的情况了。

SyntaxError: positional argument follows keyword argument报错怎么解决

这个错误通常是因为在函数调用时，位置放在了关键字参数之后。可以以下方法解决：

1. 将所有位置参数放在关键字参数之前。

2. 将关键字参数放位置参数之前。

例子，假设有一个函数(x, y, z)，其中 x 和 y 是位置参数，z 是关键字参数。以下两种方式都是正确的：

add(1, 2, z=3)     # 关键字参数在位置参数之后
add(x=1, y=2, z=3) # 关键字参数在位置参数之前

但以下方式会导致上述错误：

add(1, y=2, z=3, x=4) # x=4是位置参数，但放在了y=2之后

如果你遇到了这个错误，检查函数调用语句，确保所有的位置参数都在关键字参数之前，或者将关键字参数放在位置参数之前。