Question

我希望数据结构具有{（Document_name，term）:(文档中的术语计数）}所以我创建了一个带有namedtuple的字典：

Doc_term = namedtuple("Doc_term", ["Doc", "term"])
Doc_term_count = {}
...
Doc_term_count[k] = {Doc_term(Doc_names[start_index + i], vocab[j]): row[j]}
k = k + 1
print Doc_term_count

它给我的数据结构为

    {0: {Doc_term(Doc='book1.txt', term='be'): 1},
     1: {Doc_term(Doc='book1.txt', term='script'): 1},
     2: {Doc_term(Doc='book1.txt', term='this'): 1},
     3: {Doc_term(Doc='book1.txt', term='is'): 1},
     4: {Doc_term(Doc='book1.txt', term='there'): 1},
     5: {Doc_term(Doc='book1.txt', term='wordcount'): 1},
     6: {Doc_term(Doc='book2.txt', term='hello'): 2},
     7: {Doc_term(Doc='book2.txt', term='to'): 1},
     8: {Doc_term(Doc='book2.txt', term='book'): 1},
     9: {Doc_term(Doc='book3.txt', term='read'): 1},
     10: {Doc_term(Doc='book3.txt', term='by'): 1},
     11: {Doc_term(Doc='book3.txt', term='first'): 1}}

我想搜索具有过滤/搜索功能的给定术语的文档数量，类似于：

Dtn = filter( lambda ndoc: Doc_term.term=='be', Doc_term_count)
print Dtn

它给了我null数组。请建议我哪里出错了。根据我的理解，我正在创建索引数组和过滤器lambda函数是期待列表，但当我尝试

Doc_term_count[(booknames[start_index + i], vocab[j])].append(row[j])

它给了我错误：KeyError：（＆＃39; book1.txt＆＃39;，＆＃39; be＆＃39;）。我认为它不接受元组作为关键。

Answer 1

我相信您错误地生成了Doc_term_count - 您只是希望将您的namedtuple映射到计数。如果不考虑你如何计算Doc_names和行索引，我猜你要做的就是：

Doc_term_count[Doc_term(Doc_names[start_index + i], vocab[j])] = row[j]

而不是

Doc_term_count[k] = {Doc_term(Doc_names[start_index + i], vocab[j]): row[j]}

第一种方法应该产生如下所示的字典：

Doc_term_count = {
    Doc_term(Doc='book1.txt', term='be'): 1,
    Doc_term(Doc='book1.txt', term='script'): 1,
    Doc_term(Doc='book1.txt', term='this'): 1,
    Doc_term(Doc='book1.txt', term='is'): 1,
    Doc_term(Doc='book1.txt', term='there'): 1,
    Doc_term(Doc='book1.txt', term='wordcount'): 1,
    Doc_term(Doc='book2.txt', term='hello'): 2,
    Doc_term(Doc='book2.txt', term='to'): 1,
    Doc_term(Doc='book2.txt', term='book'): 1,
    Doc_term(Doc='book3.txt', term='read'): 1,
    Doc_term(Doc='book3.txt', term='by'): 1,
    Doc_term(Doc='book3.txt', term='first'): 1
}

然后你可以使用你的元组来查找值：

print Doc_term_count[('book1.txt', 'be')] # prints 1

如何搜索名为元组的字典作为键

1 个答案: