Question

我从一堆或电子邮件中读取数据并计算每个单词的频率。首先构建两个计数器：

counters.stats = collections.defaultdict(dict)
counters.chi = collections.counter()

统计数据的关键是单词。对于每个单词，我构造一个dict，其键是电子邮件的名称，值是此电子邮件中该单词的频率。

chi的关键词与统计数据中的词相同。我想通过“chi”中的键对'stats'中的键进行排序。问题由以下方法解决：

def print_stats(counters):
    sorted_key = sorted(counters.stats, key = counters.chi.get)
    result = collections.OrderedDict(k, counters.stats[k] for key in sorted_key)
        for form, cat_to_stats in result.items():

Answer 1

如果我理解正确，这应该做你想要的：

>>> stats = {'a':   {'email1':4, 'email2':3}, 
...          'the': {'email1':2, 'email3':4},
...          'or':  {'email1':2, 'email3':1}}
>>> chi = {'a': 7, 'the':6, 'or':3}
>>> sorted(stats, key=chi.get)
['or', 'the', 'a']

如果这对您有用，请告诉我。另外，正如上面提到的Boud，您应该考虑numpy / scipy，这可能会提供更好的性能 - 并且肯定会提供许多内置功能。</ p>

因为你说这不起作用 - 由于你还没有解释的原因 - 这里是一个更一般的例子，说明如何使用key参数。这表明get可以使用Counter个对象以及标准的dicts，还可以创建一个可以执行某些操作的函数：

>>> stats = {'a':   {'email1':4, 'email2':3}, 
...          'the': {'email1':2, 'email3':4},
...          'or':  {'email1':2, 'email3':1}}
>>> wordlists = ([k] * sum(d.itervalues()) for k, d in stats.iteritems())
>>> chi = collections.Counter(word for seq in wordlists for word in seq)
>>> sorted(stats, key=chi.get)
['or', 'the', 'a']
>>> sorted(stats, key=lambda x: chi[x] + 3)
['or', 'the', 'a']
>>> sorted(stats, key=chi.get, reverse=True)
['a', 'the', 'or']

我仍然不完全理解你在寻找什么，但也许你的意思是得到一个关键的值元组的排序列表？

>>> sorted(stats.iteritems(), key=lambda x: chi[x[0]])
[('or', {'email3': 1, 'email1': 2}), 
 ('the', {'email3': 4, 'email1': 2}), 
 ('a', {'email2': 3, 'email1': 4})]

我实际上会建议拆分它：

>>>> sorted_keys = sorted(stats, key=chi.get)
>>>> [(k, stats[k]) for k in sorted_keys]
[('or', {'email3': 1, 'email1': 2}), ('the', {'email3': 4, 'email1': 2}), ('a', {'email2': 3, 'email1': 4})]

你说你希望按照chi中的值排序，但“与stats具有相同的结构。”这是不可能的，因为词典没有订单;你可以得到的最接近的是元组的排序列表，或OrderedDict（在2.7 +中）。

>>>> collections.OrderedDict((k, stats[k]) for k in sorted_keys)
OrderedDict([('or', {'email3': 1, 'email1': 2}), ('the', {'email3': 4, 'email1': 2}), ('a', {'email2': 3, 'email1': 4})])

如果你经常重新排序字典，这种方法毫无意义。

按值排序一个字典

1 个答案: