将字符串转换为标记列表的位置

Question

我有一个大约5000个单词/标记的列表，每个单词（一个笑脸计为一个单词）是每行的。尝试为Im生成一些支持向量机的东西。在

假设示例列表只有几个单词

happy
sad
is
:(
i
the
day
am
today
:)

我的琴弦是：

^{pr2}$

则每条tweet的输出为：

5:1 8:1 1:1 9:1 10:1
3:1 9:1 6:1 2:1 4:1

注意这种格式：，这意味着冒号前的第一个数字应该使用单词在列表中的行号/位置来引用它。e、 g.“：）”是列表中的第十个单词（文本文件，每行1个标记）。在

我正在考虑创建一个函数来读取一个文本文件，并将每一行（每个单词/标记）放到列表或字典中的一个位置，这样我就可以从每条tweet中读取一个单词，并根据它在列表中的位置将其翻译成数字。在

有人知道如何在python中实现这一点吗？ 然后我就这样想：

 for i in tweets:
         <translate-words-into-list-position>

Answer 1

words = ['happy', 'sad', 'is', ':(', 'i', 'the', 'day', 'am', 'today', ':)']
d = {w: i for i, w in enumerate(words, start=1)}
tweets =['i am happy today :)','is today the sad day :(']
for tweet in tweets:
    print ' '.join(['{0}:1'.format(d[w]) for w in tweet.split() if w in d])


5:1 8:1 1:1 9:1 10:1
3:1 9:1 6:1 2:1 7:1 4:1

如果words是file你仍然可以在这个解决方案中使用它，只需记住.rstrip('\n')行。例如

^{pr2}$

Answer 2

>>> from itertools import count
>>> D = dict(zip(words, count(1)))
>>> tweets =['i am happy today :)','is today the sad day :(']
>>> [["{}:1".format(D[k]) for k in t.split() if k in D] for t in tweets]
[['5:1', '8:1', '1:1', '9:1', '10:1'], ['3:1', '9:1', '6:1', '2:1', '7:1', '4:1']]