推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 1617 天前的主题，其中的信息可能已经有所发展或是发生改变。
nput_data = [ ['格力', '格力电器'], ['格力', '美的', '格力电器', '美的集团'], ['中国民生投资股份有限公司', '中民投'], ['格力', '格力电器', '格力集团'], ['工银', '中信证券', '工行', '中国工商银行'], ['建行', '建设银行', '北大光华'], ['中国银行', '工行', '工商银行', '港交所'], ['中行', '建行', '工行', '中金', '工商银行', '中国银行', '建设银行'], ['农行', '建设银行', '建行', '中行'], ['中国民生投资股份有限公司', '上海金融法院', '中民投', '启信宝'] ] 输出: {('格力', '格力电器'): 3, ('美的', '美的集团'): 1, ('中民投', '中国民生投资股份有限公司'): 2, ('格力', '格力集团'): 1, ('工银', '中国工商银行'): 1, ('建行', '建设银行'): 3, ('中行', '中国银行'): 2, ('工银', '工商银行'): 2} from itertools import chain from collections import defaultdict data = list(chain(*nput_data)) res = [set(i) for i in data] count = defaultdict(int) for index,row in enumerate(res): for index2,i in enumerate(res): if row.issuperset(i) and row != i: count[(data[index2],data[index])] += 1 break 第 1 条附言 2021-07-22 22:18:51 +08:00
原题就是 nput_data = [xx] ， 结果是： ('格力', '格力电器'): 3, ('格力', '格力集团'): 1, 等，请补全结果， 我也是嗯做，然后说是 key 全包含另一个 key 作为一个分类， 统计所有分类数量 key1 全包含 key2 就算一类，例如 '中国民生投资股份有限公司' 包含 '中民投'  | 1 imn1 2021-07-22 22:02:53 +08:00 问题： 这些 key 是怎么定的？例如"工银","工商银行"这个 2 是怎么出来的？还分词么？ |
 | 2 wuwukai007 OP @imn1 key1 全包含 key2 就算一类，例如 '中国民生投资股份有限公司' 包含 '中民投' |
 | 3 noparking188 2021-07-22 22:10:56 +08:00 麻烦把原题贴出来，连定义都没有 |
| 4 wuwukai007 OP @noparking188 原题就是 nput_data = [xx] ，结果是： ('格力', '格力电器'): 3, ('格力', '格力集团'): 1,, 等，请补全结果，我也是嗯做，然后说是 key 全包含另一个 key 作为一个分类，统计所有分类数量 |
 | 5 menc 2021-07-22 22:17:39 +08:00 用 from itertools import combinations 生成所有组合数，避免自己手写，但是顺序不固定，记得用长度 sort 一下 |
| 6 menc 2021-07-22 22:18:13 +08:00 from itertools import combinations from collections import defaultdict result = defaultdict(int) for line in nput_data: combs = combinations(line, 2) for comb in combs: comb_ = sorted(comb, key=lambda x:len(x)) if set(comb_[1]).issuperset(set(comb_[0])): result[tuple(comb_)] += 1 |
| 7 menc 2021-07-22 22:18:26 +08:00 ```python from itertools import combinations from collections import defaultdict result = defaultdict(int) for line in nput_data: combs = combinations(line, 2) for comb in combs: comb_ = sorted(comb, key=lambda x:len(x)) if set(comb_[1]).issuperset(set(comb_[0])): result[tuple(comb_)] += 1 ``` |
| 8 menc 2021-07-22 22:18:46 +08:00 不支持贴代码啊。。。 理解思想好了（ |
| 9 wuwukai007 OP @menc 谢谢。我看下 combinations 怎么用，没用过 |
| 10 imn1 2021-07-22 22:41:27 +08:00 key 肯定要另外算，值反而是小事，key 出来后 groupby，count 一下就行了 |
| 11 imn1 2021-07-22 22:52:27 +08:00 ('工银', '工商银行'): 2 这个如果没有写错的话，是最大问题，如果是'工行'，那还可以理解为每行行内匹配|组合 如果是'工银'无误，那就变成跨行匹配了（'工银'只出现一次，这个 2 搞得很混乱，不知道怎么来的），跨行匹配就应该有 ('中国银行', '中国工商银行') 这种组合 有些细则没有写明，例如第一个 key 是否有字数限制，能否跨行匹配等等 |
 | 12 O5oz6z3 2021-07-23 02:15:53 +08:00 不知道对不对，花里胡哨做法两则如下： exec(''' from itertools import chain from collections import Counter from pprint import pprint as pp # from functools import lru_cache # _set = lru_cache(None)(set) # issupset = lambda x,y: _set(x).issuperset(_set(y)) and x!=y # nput_data = …… issupset = lambda x,y: set(x).issuperset(set(y)) and x!=y all = list(chain.from_iterable(nput_data)) any = set(all) print('如果不重复匹配') hits = [] for x in all: \t for y in any: \t\t if issupset(x, y): \t\t\t hits.append((y, x)) \t\t\t break pp(Counter(hits)) print('如果重复匹配') from itertools import product res = filter(lambda a:issupset(*a), product(all, any)) ctr = Counter((y,x) for x,y in res) pp(ctr) ''') <del>（答对有奖吗）</del> |
 | 13 Xs0ul 2021-07-23 03:59:48 +08:00 需求不明确，打回去重写（ 但作为一个需求，看起来是根据上下文，找出缩写。缩写就定义成每个字都在另一个字符串中。然后统计所有缩写的数量 |
 | 14 ericgui 2021-07-23 06:50:31 +08:00 你就遍历呗，性能再差能差到哪里 |
 | 15 zzl22100048 2021-07-23 08:09:00 +08:00 via iPhone 按字拆分取倒排索引，查询的时候取交集 |
| 16 wuwukai007 OP @O5oz6z3 没有呢 |
17 O5oz6z3 2021-07-23 08:20:48 +08:00 @wuwukai007 啊这，所以答对了？ |
| 18 wuwukai007 OP @O5oz6z3 没有标准答案啊，只有最优解 |
| 19 O5oz6z3 2021-07-23 09:40:15 +08:00 @wuwukai007 好吧，那最后一个问题，题目是要求 key1 只能匹配一种 key2 ？还是说 key1 可以匹配多种 key2 ？比如 “中国工商银行” 可以分类到 “工银”、“中行” 或者 “工行” 等等。 |
 | 20 araraloren 2021-07-23 10:55:02 +08:00 感觉比较科学的就是 按 顺序 和 单字 来匹配.. 毕竟缩写的字不一定相连 |
Select Language