python之scikit-learn CountVectorizer 中的类型错误

我正在尝试使用 scikit-learn 进行一些文本分析。但是，当我尝试调用 CountVectorizer 时，会出现错误。示例代码和引发的错误如下:

    >>> from sklearn.feature_extraction.text import CountVectorizer 
    >>> corpus = [  'This is the first document.', 'This is the second second document.',  'And    the third one.',  'Is this the first document?', ] 
    >>> vectorizer = CountVectorizer(min_df=1) 
    >>> X = vectorizer.fit_transform(corpus) 
    Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/Library/Python/2.6/site-packages/sklearn/feature_extraction/text.py", line 789, in fit_transform 
    vocabulary, X = self._count_vocab(raw_documents, self.fixed_vocabulary) 
    File "/Library/Python/2.6/site-packages/sklearn/feature_extraction/text.py", line 716, in _count_vocab 
    vocabulary = defaultdict(None) 
    TypeError: first argument must be callable 

这是我安装的错误还是什么？其他示例运行良好。

请您参考如下方法:

总结评论中的讨论:这是 Python 2.6.1 中的一个错误，已在较新版本的 Python 2.6(以及更高版本的 2.7+、3.2+...)中修复。