我需要建立文本分类，现在我使用TfidfVectorizer和SelectKBest来选择功能，如下：
vectorizer = TfidfVectorizer(sublinear_tf = True, max_df = 0.5, stop_words = 'english',charset_error='strict')
X_train_features = vectorizer.fit_transform(data_train.data)
y_train_labels = data_train.target;
ch2 = SelectKBest(chi2, k = 1000)
X_train_features = ch2.fit_transform(X_train_features, y_train_labels)
我想打印出选择■最佳功能之后，选择功能名称（文本），有没有办法做到这一点？ 我只需要打印出选定的功能名称，也许我应该用CountVectorizer呢？
下面应该工作：
np.asarray(vectorizer.get_feature_names())[ch2.get_support()]
为了扩大对@ ogrisel的回答，功能返回的列表是在同一个订单时，他们已经被量化。 下面的代码会给你按照降序排列（包括相应的p值一起）其志2得分进行排序排名靠前的功能列表：
top_ranked_features = sorted(enumerate(ch2.scores_),key=lambda x:x[1], reverse=True)[:1000]
top_ranked_features_indices = map(list,zip(*top_ranked_features))[0]
for feature_pvalue in zip(np.asarray(train_vectorizer.get_feature_names())[top_ranked_features_indices],ch2.pvalues_[top_ranked_features_indices]):
print feature_pvalue
