Question

在下面的代码中，如果我将函数sim.append(similarity(doc,query))中的similarityForCorpus(documentList,query)更改为sim.append([similarity(doc,query),doc])或sim.append((similarity(doc,query),doc))，则最后一个语句为similarity(doc,query)打印的值会更改为少量，我不知道为什么会发生这种情况，如何纠正？

#python code to calculate similarity of two equal sized vectors

#global variables and libraries
import numpy as np
sim=[]

#returns cosine similairty of two vectors
def similarity(document,query):
    vectorA=np.array(document)
    vectorB=np.array(query)
    return np.dot(vectorA,vectorB)/(np.linalg.norm(vectorA)*np.linalg.norm(vectorB))


#calculate document and query similarities for all documents in corpus
def similarityForCorpus(documentList,query):
    global sim
    for doc in documentList:
        sim.append(similarity(doc,query))

similarityForCorpus([[3,4,5],[0,8,10]],[3,4,5])

#rank similarities highest to lowest
sim.sort(reverse=True)

#print similarities
for s in sim:
    print s

Answer 1

两种情况下存储的数字相同。唯一的区别是正在打印的内容。考虑一下：

>>> a=1.234567890123456789
>>> print a
1.23456789012
>>> print [a]
[1.2345678901234567]

在第一种情况下，调用等效的str(a)，但不显示完整的精度。在第二种情况下，使用repr(a)。

Answer 2

问题是你以两种不同的方式看待相同的价值。两个print函数的行为方式不同。其中一个给出浮点值，另一个给出一个tupple。

值完全相同，但不是它们正是您想要的。查看this链接，它会解释发生了什么。

另外，对于您的代码，请查看：

#global variables and libraries
import numpy as np

#returns cosine similairty of two vectors
def similarity(document,query):
    vectorA=np.array(document)
    vectorB=np.array(query)
    return np.dot(vectorA,vectorB)/(np.linalg.norm(vectorA)*np.linalg.norm(vectorB))


#calculate document and query similarities for all documents in corpus
def similarityForCorpus(documentList,query):
    global sim
    for doc in documentList:
        sim.append([similarity(doc,query),doc])

sim=[]
similarityForCorpus([[3,4,5],[0,8,10]],[3,4,5])

#rank similarities highest to lowest
sim.sort(reverse=True)

#print similarities
for s in sim:
    print('%0.16f %s' % (s[0], s[1]))


def similarityForCorpus(documentList,query):
    global sim
    for doc in documentList:
        sim.append(similarity(doc,query))

sim=[]
similarityForCorpus([[3,4,5],[0,8,10]],[3,4,5])

#rank similarities highest to lowest
sim.sort(reverse=True)

for s in sim:
    print('%0.16f' % (s))

输出将是：

0.9999999999999999 [3, 4, 5]
0.9055385138137416 [0, 8, 10]
0.9999999999999999
0.9055385138137416

为什么变量的值会随着列表附加到python列表而改变？

2 个答案: