我有一个大型文档语料库D，它基本上是 n 过滤推文的Python列表。
例如，D[0]是＆＃34; 远程杀毒Android手机的新漏洞＆＃39;威胁数以百万计的设备＆＃34;
此外， n 的顺序为10 ^ 4。
说，Z中我的文档的 m = 10 主题的另一个列表，我希望随机分配给每个文档， p>
Z = ['hack', 'tools', 'android', 'google', 'anonymous', ... ]。
如何创建 n x 2 数组，以便主题分配（尽可能接近）真正的随机过程？
编辑：
我不确定如何编码。很抱歉，如果解释有点模糊，但没有太多信息可以提供。我只想要一种方法从Z到D，随机（以获得 nx 2 数组不一个 nxm 数组，诚实的错误。）
答案 0 :(得分：0)
我认为这就是你所追求的目标。
>>> D = [1,2,3,4,5,6,7,8,9]
>>> Z = ['a','b','c','d','e','f','g']
>>> [[i, random.choice(Z)] for i in D]
[[1, 'a'], [2, 'd'], [3, 'c'], [4, 'f'], [5, 'b'], [6, 'g'], [7, 'f'], [8, 'f'], [9, 'f']]
此列表理解通过D（您的语料库）进行迭代，并将每个元素与Z（您的主题）的随机元素进行匹配。
元组可能是比单个对的列表更好的选择，因为它们更常用于表示不同事物的集合 - 请参阅this回答何时使用列表与元组。