python - 计算两个列表字典之间的相似性的最有效方法是什么？

Question

我想使用集合逻辑来计算准确性。我将用一个例子来解释:

对于这两个词典:

d1 = {1: {'hello', 'goodbye'}, 2:{'sayonnara'}, 3:{'origami'}}
d2 = {1: {'goodbye'}, 2:{'hola', 'bye'}, 3:{'bird','origami','giraffe'}}

我想要得到这个结果:

{1: 0.5, 2: 0, 3: 0.3333333333333333}

我这样做:

from collections import defaultdict
acc=defaultdict(list)
for (k,v1) in d1.items():
    for (k,v) in d2.items():
        nb=len(v1.intersection(v))
        if (nb>0):
            print(nb)
            acc[k] = nb/ (abs(len(v) - len(v1))+1)
            print(acc)
        if k not in acc.keys():
            acc[k] = 0

还有比这更有效的解决方案吗？

Answer 1

如果我们在两个字典具有相同键的假设下进行操作，则可以通过单个循环的字典理解来完成:

print({k1: (len(v1.intersection(d2[k1])) / (abs(len(v1) - len(d2[k1])) + 1))
       for k1, v1 in d1.items()})

输出

{1: 0.5, 2: 0.0, 3: 0.3333333333333333}

为了安全起见，可以通过确保我们只考虑两个字典之间的公共(public)键来概括这一点。

print({common_key: (len(d1[common_key].intersection(d2[common_key])) / (abs(len(d1[common_key]) - len(d2[common_key])) + 1))
       for common_key in d1.keys() & d2.keys()})