冬枣品种,最好的我们迅雷下载,斗破拳皇
最近工作需要用到序列匹配，检测相似性，不过有点复杂的是输入长度是不固定的，举例为：
input_and_output = [1, 2, '你好', 世界', 12.34, 45.6, -21, '中国', '美丽']
其中，需要从input_and_output 中选取不固定长度的一段作为输入，且顺序不定，然后去与总体进行比较，找出最符合的，开始是对汉字进行数值化编码，不过后来由于出现汉字越来越多，遂放弃该方法，转向别的方式，查找资料发现了两个python包广被推荐，从下面来看各有优缺点，记录之~
1、difflib
import difflib #python 自带库，不需额外安装 in [49]: test1 out[49]: ['你好', '我是谁'] in [50]: test2 out[50]: ['你好啊', '我谁'] in [51]: test3 out[51]: [12, 'nihao'] in [52]: test4 out[52]: ['你好', 'woshi'] in [53]: difflib.sequencematcher(a=test1, b=test2).quick_ratio() out[53]: 0.0 in [54]: difflib.sequencematcher(a=test1, b=test4).ratio() out[54]: 0.5
2、levenshtein
我要评论
#pip install python-levenshtein
import levenshtein
in [56]: levenshtein.distance(','.join(test1), ','.join(test2))
out[56]: 2
in [57]: levenshtein.distance(','.join(test1), ','.join(test4))
out[57]: 5
简单来说，difflib使用时不一定为字符串，但匹配时只有单个元素完全匹配才计入，
而levenshtein则需要输入为字符串，匹配时是整体匹配（也可能跟把所有元素集中成一个字符串有关，具体待继续使用再摸索）
以上这篇python 比较文本相似性的方法(difflib,levenshtein)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持移动技术网。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
python求numpy中array按列非零元素的平均值案例
网友评论