我有两本这样的字典:
dict_of_items = tf_idf_by_doc {1: [('dog', 3), ('bird', 0)], 2: [('egret', 2), ('cat', 3), ('bird', 0), ('aardvark', 1)], 3: [('fish', 6), ('bird', 0), ('dog', 1), ('aardvark', 5)], 4: [('fish', 6), ('bird', 0), ('dog', 1), ('aardvark', 2)], 5: [('egret', 4), ('bird', 0)], 6: [('bird', 0)], 7: [('dog', 5), ('bird', 0)], 8: [('bird', 0), ('aardvark', 1)]}
dict_of_search = {1: [('bird', 0), ('dog', 1), ('cat', 3)]}
我需要计算dict_of_search
和{dict_of_search
和之间的点积,然后存储得到的点积值并按键跟踪。我的意思是。。。在
在dict_of_items
中,1和dict_of_search
中的项有一个向量:
所以我的点积是:3
所需的结果将是按点积降序排列的单词词典,其中包括单词dict_of_items及其各自的点积(与搜索结果中的dict_相比)(这将永远是一个项目)。
但是,我不确定如何将字典的形状转换为两个数组来执行向量计算,尤其是当其中一个术语没有出现时(例如,在上面的例子中,cat
没有出现在dict_of_items_1
中的键1
中)时。在
我用numpy
尝试过类似的方法。。。在
import numpy as numpy
def main():
test_arr_1 = [1,2,3]
test_arr_2 = [3,2,6]
first_dot_product = numpy.dot(test_arr_1, test_arr_2)
print("First Example: ", first_dot_product)
test_arr_3 = [3,0,1]
test_arr_4 = [2,10]
second_dot_product = numpy.dot(test_arr_3, test_arr_4)
print("Second Example Missing Value: ", second_dot_product)
main()
但这失败了,因为向量的大小和形状不一样。在
ValueError: shapes (3,) and (2,) not aligned: 3 (dim 0) != 2 (dim 0)
我还尝试将字典值重新调整为列表:
def main():
dict_of_items = {'1': [('bird', 0), ('dog', 3), ('egret', 2), ('bird', 0), ('aardvark', 1), ('cat', 3), ('dog', 1), ('bird', 0), ('fish', 6), ('aardvark', 5), ('dog', 1), ('bird', 0), ('fish', 6), ('aardvark', 2), ('egret', 4), ('bird', 0), ('bird', 0), ('bird', 0), ('dog', 5), ('bird', 0), ('aardvark', 1)]}
test_list_of_lists = []
for k, v in dict_of_items.items():
curr_list = []
for aTuple in v:
curr_list.append(aTuple[1])
test_list_of_lists.append(curr_list)
print(test_list_of_lists)
main()
但这只是错误地将所有内容合并到一个列表中:[[0, 3, 2, 0, 1, 3, 1, 0, 6, 5, 1, 0, 6, 2, 4, 0, 0, 0, 5, 0, 1]]
我还查看了this post,但该字典的格式要简单得多。在
如果你把元组转换成下面这样的字典会更容易。然后我们可以像这样使用列表理解
要计算
dict_of_search
vsdict_of_items
上值的doc乘积,可以执行以下操作:输出
^{pr2}$如果要将结果存储在字典中,请执行以下操作:
输出
^{4}$相关问题 更多 >
编程相关推荐