Skip to main content
 首页 » 编程设计

python之用 Python 中的元组值计算两个字典的点积

2024年11月01日15itcoder

我有两本看起来像这样的字典:

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_items 中的每个键 之间的点积,然后存储生成的点积值并按键跟踪。我的意思是……

在 dict_of_items 中,1 和 dict_of_search 中的项目有一个向量:

|      | dict_of_items_1 | dict_of_search | 
|:----:|:---------------:|:--------------:| 
| bird |        0        |        0       | 
|  dog |        3        |        1       | 
|  cat |        0        |        3       | 

所以我的点积将是:3

期望的结果将是 dict_of_items 中的键及其各自的点积与 dict_of_search 相比的字典(这将永远是一个项目),按点积降序排序。

但是,我不确定如何将我的字典的形状转换成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如何处理(例如,在上面的示例中 cat 没有出现在 dict_of_items_1 的键 1 中。

我已经尝试过使用 numpy...

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同。

ValueError: shapes (3,) and (2,) not aligned: 3 (dim 0) != 2 (dim 0) 

我还尝试将字典值 reshape 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]]

我也看了this post ,但该词典的格式要简单得多。

请您参考如下方法:

要计算 dict_of_search 与 dict_of_items 上的值的文档乘积,您可以这样做:

def prod(source, target): 
    return sum(source.get(key, 0) * target.get(key, 0) for key in source.keys() | target.keys()) 
 
 
dict_of_items = {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)]} 
 
for k, v in dict_of_items.items(): 
    for se in dict_of_search.values(): 
        print(k, prod(dict(v), dict(se))) 

输出

1 3 
2 9 
3 1 
4 1 
5 0 
6 0 
7 5 
8 0 

如果要将结果存储在字典中,请执行:

result = {} 
for k, v in dict_of_items.items(): 
    for se in dict_of_search.values(): 
        result[k] = prod(dict(v), dict(se)) 
 
print(result) 

输出

{1: 3, 2: 9, 3: 1, 4: 1, 5: 0, 6: 0, 7: 5, 8: 0}