Python: διαγραφή παρόμοια αντικείμενα από μια λίστα χρησιμοποιώντας difflib.SequenceMatcher

Question

Python: διαγραφή παρόμοια αντικείμενα από μια λίστα χρησιμοποιώντας difflib.SequenceMatcher

ψήφοι

43

Ας πούμε ότι έχετε μια λίστα με μερικές χορδές, και υπάρχουν ορισμένες χορδές εκεί που είναι πολύ, πολύ παρόμοια. Και θέλω να διαγράψετε αυτά τα σχεδόν εις διπλούν . Γι 'αυτό, ήρθα με τον ακόλουθο κώδικα:

from difflib import SequenceMatcher

l = ['Apple', 'Appel', 'Aple', 'Mango']
c = [l[0]]

for i in l:
    count = 0
    for j in c:
        if SequenceMatcher(None, i, j).ratio() < 0.7:
            count += 1
    if count == len(c):
        c.append(i)

Ποια φαίνεται να δουλεύουν μια χαρά, αλλά εγώ δεν αρέσει ένθετων βρόχων, αλλά και αυτή η countλύση φαίνεται άσχημο. Αλλά ίσως είναι δυνατό να το γράψετε σε ένα πιο Pythonic τρόπο; Χρησιμοποιώντας γεννήτριες, μπορεί να είναι;

Θα ήμουν ευγνώμων για μια υπόδειξη, χάρη :)

python

Δημοσιεύθηκε 14/12/2017 στις 16:09
χρήστη A S

Σε άλλες γλώσσες...

1 απαντήσεις

Olivier Melançon · Accepted Answer · 2017-12-14 16:46

Νομίζω ότι ένα καθαρότερο τρόπο για να γράψω αυτό θα ήταν να χρησιμοποιήσει difflibτη μέθοδοget_close_matches

from difflib import get_close_matches

l = ['Apple', 'Appel', 'Aple', 'Mango']
c = []

while l:
    word = l.pop()
    c.append(word)
    l = [x for x in l if x not in get_close_matches(word, l, cutoff=0.7)]

Σημειώστε ότι αυτό αποδομεί lέτσι μπορείτε να θελήσετε να κάνετε ένα αντίγραφο του πρώτου.