Py之distance：distance的简介、安装、使用方法之详细攻略

distance的简介

distance的安装

distance的使用方法

1、编辑距离、汉明距离、sorensen相似系数、jaccard系数、ifast_comp

distance的简介

这个包为计算任意序列之间的相似性提供了帮助。包括Levenshtein、Hamming、Jaccard和Sorensen distance，以及一些bonuses。所有的距离计算都是用纯Python实现的，而且大多数都是用C语言实现的。

distance的安装

pip install distance

distance的使用方法

1、编辑距离、汉明距离、sorensen相似系数、jaccard系数、ifast_comp


import distance#T1、编辑距离
levenshtein_res01=distance.levenshtein("lenvestein", "levenshtein")#如果您的语言中的声音和字形之间没有一对一的映射，或者如果您想比较的不是字形，而是音节或音素，则可以传入字符元组：
#比较字符串列表对于计算句子、段落等之间的相似性也很有用：
sent1 = ['the', 'quick', 'brown', 'fox', 'jumps', 'over', 'the', 'lazy', 'dog']
sent2 = ['the', 'lazy', 'fox', 'jumps', 'over', 'the', 'crazy', 'dog']
levenshtein_res02=distance.levenshtein(sent1, sent2)levenshtein_res03=distance.nlevenshtein("abc", "acd", method=1)  # shortest alignment
levenshtein_res04=distance.nlevenshtein("abc", "acd", method=2)  # longest alignmentprint(levenshtein_res01,levenshtein_res02,levenshtein_res03,levenshtein_res04)#T2、汉明距离
'''
Hamming距离和Levenshtein距离可以被标准化，这样就可以有意义地比较几种距离测量的结果。
Levenshtein有两种策略：要么以序列间最短比对的长度作为因子，要么以较长比对的长度作为因子。
'''
hamming_res01=distance.hamming("hamming", "hamning")
hamming_res02=distance.hamming("fat", "cat", normalized=True)print(hamming_res01,hamming_res02)#T3、sorensen相似系数
sorensen_res=distance.sorensen("decide", "resize")
print(sorensen_res)#T4、jaccard系数
jaccard_res=distance.jaccard("decide", "resize")
print(jaccard_res)#T5、ifast_comp
'''
ifast_comp的效率特别高，可以处理100万个tokens而没有问题
两个方便的迭代器ilevenshtein和ifast_comp，用于从一长串序列中筛选接近参考序列的序列。它们都返回一系列元组（距离、序列）。
'''
tokens = ["fo", "bar", "foob", "foo", "fooba", "foobar"]
sorted(distance.ifast_comp("foo", tokens))

Py之distance：distance的简介、安装、使用方法之详细攻略相关推荐

Py之matplotlib.pyplot：matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介.使用方法之详细攻略目录 matplotlib.pyplot的plt.legend函数的简 ...
Py之glob： glob库文件名模式匹配+返回所有匹配的文件路径列表库的简介、使用方法之详细攻略
Py之glob: glob库文件名模式匹配+返回所有匹配的文件路径列表库的简介.使用方法之详细攻略目录 glob库的简介 glob库的使用方法 1.单个字符通配符:用问号(?)匹配任何单个的字符.
Python之 sklearn：sklearn中的RobustScaler 函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略目录 sklearn中的RobustScaler 函数的简介及使用方法 sklearn中的R ...
sklearn之XGBModel：XGBModel之feature_importances_、plot_importance的简介、使用方法之详细攻略
sklearn之XGBModel:XGBModel之feature_importances_.plot_importance的简介.使用方法之详细攻略目录 feature_importances_ ...
Python语言学习：Python常用自带库(imageio、pickle)简介、使用方法之详细攻略
Python语言学习:Python常用自带库(imageio.pickle)简介.使用方法之详细攻略目录 imageio简介及其常见使用方法 pickle简介及其常见使用方法简介使用方法简介及 ...
sklearn：sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform.transform.inverse_transform简介.使用方法之详细攻略 ...
Computer：互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ、负载均衡、F5、Nginx、容器)的简介、使用方法之详细攻略
Computer:互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ.负载均衡.F5.Nginx.容器)的简介.使用方法之详细攻略目录 DMZ(隔离区)的简介及其使用方法 1.DMZ区 ...
Python编程语言学习：包导入和模块搜索路径简介、使用方法之详细攻略
Python编程语言学习:包导入和模块搜索路径简介.使用方法之详细攻略目录包导入和模块搜索路径简介 1.Pyhon搜索模块路径的机制 2.自定义配置搜索路径
Python之 sklearn：sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略目录 sklearn.preprocessing中的Stand ...
Python之 sklearn：sklearn中的train_test_split函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略目录 sklearn中的train_test_split函数的简介 train_tes ...

Py之distance：distance的简介、安装、使用方法之详细攻略

distance的简介

distance的安装

distance的使用方法

1、编辑距离、汉明距离、sorensen相似系数、jaccard系数、ifast_comp

Py之distance：distance的简介、安装、使用方法之详细攻略相关推荐

最新文章

热门文章