Question

假设我在Python中有两个字符串列表（但这个问题并不是特定于语言的）：

a = ["cat", "dog", "fish"]
b = ["cat", "dog", "fish"]

我的目标是能够量化这两个列表的差异。更具体地说，我的程序必须计算＆＃34;类似的＆＃34;是列表1到列表2并给它一个＆＃34;得分＆＃34;。我用它来计算我得到的一些结果中的错误。我处理一些音频，我得到一个结果列表。我想将结果与我应该得到的结果进行比较。

因此，在上面的例子中，结果与正确的结果相同，所以答案应为1（100％）。

在这种情况下：

a = ["cat", "dog", "fish", "lion"]
b = ["cat", "dog", "fish", "tiger"]

结果是0.75（75％）。

这是我的代码：

def compare_lists(result, correct):
  # TODO: This could be way better.
  if len(result) != len(correct):
    return 0
  else:
    sum = 0
    for i in range(0, len(result)):
      if result[i] == correct[i]:
        sum += 1
  return float(sum) / float(len(result))

但是，当列表具有不同的长度时会出现问题。例如：

a = ["cat", "dog", "zebra", "fish"]
b = ["dog", "zebra", "fish"]

此处描述的逻辑不能在此处应用。在这种情况下，b几乎与a相同，但a在开头有一个元素。我希望能够正确地量化这个＆＃34;相似性＆＃34;，因为我当前的算法返回0，但实际上我的结果与正确的结果没有太大的区别。

Answer 1

您可以尝试此算法：

a = ["cat", "dog", "dog", "fish"]
b = ["dog", "dog", "fish"]

if len(a) != len(b):

    results = ''.join(a).split(''.join(b))
    results = [i for i in results if i != '']
    print results
    print len(results)

    print((len(a)-len(results))/float(len(a)))

else:
   off_by = (len(b)-len([1 for i in range(len(b)) if b[i] != a[i]]))/float(len(a))
   print(off_by)

此算法的目标是确定一个列表与另一个列表的差异程度。在此示例中，算法注意到列表b存在于a中，但前面有另一个元素。因此，列表a与列表b的不同之处在于。因此，我们可以说得分应该是0.75，因为列表a中的四个元素中的三个属于列表b，或者3/4

Answer 2

difflib的SequenceMatcher完全符合我的要求。

  s = difflib.SequenceMatcher(None, result, correct)
  s.ratio()

找出两个字符串列表的区别 - Python

2 个答案: