python字符串怎么计算_Python字符串相似性的几种计算方法
码农公社 210.net.cn 210= 1024 10月24日一个重要的节日--码农(程序员)节
字符串的相似性比较应用场合很多,像拼写纠错、文本去重、上下文相似性等。
评价字符串相似度最常见的办法就是:把一个字符串通过插入、删除或替换这样的编辑操作,变成另外一个字符串,所需要的最少编辑次数,这种就是编辑距离(edit distance)度量方法,也称为Levenshtein距离。海明距离是编辑距离的一种特殊情况,只计算等长情况下替换操作的编辑次数,只能应用于两个等长字符串间的距离度量。
其他常用的度量方法还有 Jaccard distance、J-W距离(Jaro?Winkler distance)、余弦相似性(cosine similarity)、欧氏距离(Euclidean distance)等。
python-Levenshtein 使用
使用 pip install python-Levenshtein 指令安装 Levenshtein
# -*- coding: utf-8
-*-import difflib
# import jieba
import Levenshtein
str1 = "我的骨骼雪白 也长不出青稞"
str2 = "雪的日子 我只想到雪中去si"
# 1. difflib
seq = difflib.SequenceMatcher(None, str1,str2)
ratio = seq.ratio()
print 'difflib similarity1: ', ratio
# difflib 去掉列表中不需要比较的字符
seq = difflib.SequenceMatcher(lambda x: x in ' 我的雪', str1,str2)
ratio = seq.ratio()
print 'difflib similarity2: ', ratio
# 2. hamming距离,str1和str2长度必须一致,描述两个等长字串之间对应位置上不同字符的个数
# sim = Levenshtein.hamming(str1, str2)
# print 'hamming similarity: ', sim
# 3. 编辑距离,描述由一个字串转化成另一个字串最少的操作次数,在其中的操作包括 插入、删除、替换
sim = Levenshtein.distance(str1, str2)
print 'Levenshtein similarity: ', sim
# 4.计算莱文斯坦比
sim = Levenshtein.ratio(str1, str2)
print 'Levenshtein.ratio similarity: ', sim
# 5.计算jaro距离
sim = Levenshtein.jaro(str1, str2 )
print 'Levenshtein.jaro similarity: ', sim
# 6. Jaro?Winkler距离
sim = Levenshtein.jaro_winkler(str1 , str2 )
print 'Levenshtein.jaro_winkler similarity: ', sim
输出:
difflib similarity1: 0.246575342466
difflib similarity2: 0.0821917808219
Levenshtein similarity: 33
Levenshtein.ratio similarity: 0.27397260274
Levenshtein.jaro similarity: 0.490208958959
Levenshtein.jaro_winkler similarity: 0.49020895895
转自:https://www.cnblogs.com/benpaonan/p/11864671.html
python字符串怎么计算_Python字符串相似性的几种计算方法相关推荐
- python:编写一个程序,接受用户输入的字符串,计算此字符串中的包含的数字和字母的个数。
编写一个程序,接受用户输入的字符串,计算此字符串中的包含的数字和字母的个数.(提示,判断一个字符c是否为数字的方法是c.isdigit(),判断是否为字母的方法是c.isalpha())请详细写出解题 ...
- 在线字符串长度计算,字符串统计工具
在线字符串长度计算,字符串统计工具 在线字符串长度计算,字符串统计工具 本工具支持统计给定的字符串的总数,中文总数,英文总数,符号总数和数字总数等数据. 客户端实时计算,数据实时更新. https:/ ...
- python字符串截取拼接_Python字符串拼接、截取及替换方法总结分析
本文实例讲述了Python字符串拼接.截取及替换方法.分享给大家供大家参考,具体如下: python字符串连接 python字符串连接有几种方法,我开始用的第一个方法效率是最低的,后来看了书以后就用了 ...
- python对象底层原理_Python字符串对象实现原理详解
在Python世界中将对象分为两种:一种是定长对象,比如整数,整数对象定义的时候就能确定它所占用的内存空间大小,另一种是变长对象,在对象定义时并不知道是多少,比如:str,list, set, dic ...
- python字符串切片输出_python 字符串 切片
####################概念###################### ''' int 整数str 字符串 一般不存放大量的数据bool 布尔值,用来判断. True,Falseli ...
- python定界符有哪些_Python字符串
第二讲 list 列表 一.列表的基本介绍 什么是列表? 列表由一系列按特定顺序排列的元素组成,使用[]作为定界符,用逗号作为元素分隔符. List的特点 有序可变,可以是任意类型数据. 列表的数据结 ...
- python字符串驻留机制_python字符串驻留(intern)机制
进阶之python字符串驻留(intern)机制 字符串驻留机制 对于短字符串,将其赋值给多个不同的对象时,内存中只有一个副本,多个对象共享该副本.长字符串不遵守驻留机制. 驻留适用范围 由数字,字符 ...
- python字符串输入语句_Python 字符串与基本语句
Python特点 python中没有变量的声明 语句结束后没有分号 严格要求缩进 支持很长很长的大数运算(直接在Idle中输入即可) 用"#"来注释 BIF:Bulit-in fu ...
- python 字符串赋值操作_python字符串操作
字符串 简介 字符串序列用于表示和存储文本,python中字符串是不可变的,一旦声明,不能改变 这里的的改变,指的是声明变量后的真实对象.但如果第二次用到变量,赋值,系统会默认为你新生成一个变量.比如 ...
最新文章
- LeetCode 4 两个排序数组的中位数
- java开发中遇到的问题及解决方法(持续更新)
- Ubuntu NEF to JPEG(Linux NEF 原生格式转jpeg)
- spring注解@service(service)括号中的service有什么用?
- python整数分节输出_pyfactor
- POJ 1050 To the Max (最大子矩阵和)
- Selenium2.41.0—获取动态资源 (转)
- 为你的Android应用构建窗口小部件(App Widget)
- qq账号绑定服务器地址,网站接入 QQ 登录整合社交账号登录 - 文章教程
- Flink SQL语法检查
- IPv6知识概述 - IPv6地址
- 五脏积毒的表现 脸上长痘位置看你健康情况
- 余弦相似度-C#代码实现
- 商品3D建模的视觉定位和前景分割方法
- 删除流氓软件 Alibaba PC Safe Service
- Windows 7系统中被忽略的七个实用功能
- 前端如何正确的添加、销毁全局事件监听
- 【操作系统】FIFO先进先出页面置换算法(C语言实现)
- Android 使用CameraX拍照,自动对焦,以及证件照剪切
- 电脑开机内存占用过高的解决方法
热门文章
- nxp电源管理芯片:我国电源芯片的市场现状
- 新规之下产业园区如何合理收费水电费用?
- oracle调整尾数,word数据类型
- 矛盾与一致——Call Center发展中不同观点的碰撞 (转)
- Linux配置网卡信息
- 用计算机MR,计算机「MC、MR、M-、M+」做啥用?民众:20年来都不知
- 运行 python 程序报错 /libmkl_avx2.so: undefined symbol: mkl_sparse_optimize_bsr_trsm_i8 的解决方法
- S7-PLCSIM Advanced V4.0安装
- 从github角度理解ssh
- 四步练就地道英语发音