写一个tf-idf的python

TF-IDF是一种用于文本信息检索的算法，它可以用于计算一个词在文档中的重要性。以下是一个Python中实现TF-IDF算法的例子：

import math

def tf(word, document):
    return document.count(word) / len(document)

def idf(word, documents):
    n = len([doc for doc in documents if word in doc])
    return math.log(len(documents) / (1 + n))

def tf_idf(word, document, documents):
    return tf(word, document) * idf(word, documents)

其中，tf()函数用于计算一个词在文档中出现的次数除以文档中总词数，idf()函数用于计算一个词在文档集中出现的文档数的倒数的自然对数，tf_idf()函数将tf()和idf()组合起来，计算一个词在一个文档中的重要性。对于文档集，可以将它们作为列表传递给idf()函数。

如果您需要更详细的实现细节，请参考以下链接：
https://en.wikipedia.org/wiki/Tf%E2%80%93idf#Definition_of_term_frequency

请注意这是一个简单的例子，实际的实现可能包含更多的细节和优化。