Question

在我想对描述进行聚类之后，我想确定两个列表之间的相似性。

          L2D1    L2D2     L2D2 .........L2Dn
  L1D1     0       0.3     0.8............0.5  
  L1D2     0.2     0.7     0.3............0.2
  L1D3     0       0.3     0.8............0.5   
  .        .        .       .              .
  .        .        .       .              .   
  .        .        .       .              .
  L1Dn    0.6      0.1     0.9............0.4           

from Levenshtein import distance
List1 = list(new['Description'])
List2 = list(clean['Description'])

Matrix = np.zeros((len(List1),len(List2)),dtype=np.int)

for i in range(0,len(List1)):
  for j in range(0,len(List2)):
      Matrix[i,j] = distance(List1[i],List2[j])

由于上述方法由于数据的大小和长度而非常耗时。

我尝试比较描述的前五个词（如果仅匹配），然后计算两个字符串之间的距离，否则转到方法2中列表的下一个描述。

#Method2
for i in range(0,len(List1)):
    K1[i]=str(List1[:1]).split()[0:5]
    for j in range(0,len(List2)):
        K1[i]=str(List2[:1]).split()[0:5]
        if (distance(K1[i],K2[j]))==0:
            Matrix[i,j]=distance(List1[i],List2[j])
        else:
            Matrix[i,j]=1000

但是由于我是新手，所以缺少一些逻辑并得到：

TypeError：'int'对象不支持项目分配

我也想在接下来的10个和100个单词中实现相同的功能。预先感谢。

Answer 1

我认为，您应该查看numpy文档和ndarray class。

这是一点点pythonic方式：

for i, new_value in enumerate(List1):
   for j, clean_value in enumerate(List2):
      Matrix[i,j] = distance(new_value, clean_value)

Python：在矩阵中查找Levenshtein编辑距离的有效方法

1 个答案: