python计算较多的文本的余弦相似度并且输出值

要计算两个文本之间的余弦相似度，可以先将文本转换为向量表示，然后计算向量之间的余弦相似度。

下面是一个示例代码：

import numpy as np

def cosine_similarity(text1, text2):
    # 将文本转换为向量表示
    vector1 = text_to_vector(text1)
    vector2 = text_to_vector(text2)

    # 计算余弦相似度
    dot_product = np.dot(vector1, vector2)
    norm1 = np.linalg.norm(vector1)
    norm2 = np.linalg.norm(vector2)
    return dot_product / (norm1 * norm2)

def text_to_vector(text):
    words = text.split()
    vector = {}
    for word in words:
        if word in vector:
            vector[word] += 1
        else:
            vector[word] = 1
    return np.array(list(vector.values()))

text1 = "This is a sample text"
text2 = "This is another sample text"
similarity = cosine_similarity(text1, text2)
print("余弦相似度：", similarity)

这个示例代码中，`text_to_vector` 函数将文本转换为一个词频向量，然后使用 numpy 计算向量之间的余弦相似度。最后，输出余弦相似度的值。