基于Python，对于每个query，利用TFIDF算法，对数据集中文档进行相关性排序，给出具体可运行代码

在Python中，使用TF-IDF（Term Frequency-Inverse Document Frequency）算法对数据集中的文档进行查询相关性排序是一个常见的信息检索任务。这里我会提供一个基本的示例，展示如何使用`scikit-learn`库来实现这个过程。首先，确保已经安装了`sklearn`、`numpy`和`pandas`。

# 导入所需的库
from sklearn.feature_extraction.text import TfidfVectorizer
import pandas as pd

# 假设我们有一个包含文档内容的数据框df，其中一列名为'docs'
# df = pd.DataFrame({
#     'docs': ['这是一些文本例子', '这是第二个文档', '这里是第三个相关的文档']
# })

# 转换文本为tf-idf向量
vectorizer = TfidfVectorizer()
tfidf_matrix = vectorizer.fit_transform(df['docs'])

# 定义一个简单的查询函数
def query_and_sort(query):
    # 计算查询文档的tf-idf向量
    query_vector = vectorizer.transform([query])
    
    # 计算查询向量与所有文档的相似度（cosine similarity）
    cosine_similarities = tfidf_matrix.dot(query_vector.T).toarray().flatten()

    # 将相似度转换为索引，并按照降序排列
    sorted_indices = cosine_similarities.argsort()[::-1]

    return sorted_indices

# 使用查询函数并打印前几项结果
query = "这是一段测试查询"
top_docs_indices = query_and_sort(query)
top_docs = df.iloc[top_docs_indices]
print("Top documents based on relevance to the query:")
for i, doc in enumerate(top_docs['docs']):
    print(f"{i+1}. {doc}")

#