1

我从一堆或电子邮件中读取数据并计算每个单词的频率。首先构造两个计数器：

counters.stats = collections.defaultdict(dict)
counters.chi = collections.counter()

统计的关键是单词。对于每个单词，我构造一个字典，其键是电子邮件的名称，值是该单词在这封电子邮件中出现的频率。

气的关键与统计中的词相同。我想通过'chi'中的键对'stats'中的键进行排序。该问题通过以下方式解决：

def print_stats(counters):
    sorted_key = sorted(counters.stats, key = counters.chi.get)
    result = collections.OrderedDict(k, counters.stats[k] for key in sorted_key)
        for form, cat_to_stats in result.items():
4

1 回答 1

3

如果我对您的理解正确，这应该可以满足您的要求：

>>> stats = {'a':   {'email1':4, 'email2':3}, 
...          'the': {'email1':2, 'email3':4},
...          'or':  {'email1':2, 'email3':1}}
>>> chi = {'a': 7, 'the':6, 'or':3}
>>> sorted(stats, key=chi.get)
['or', 'the', 'a']

让我知道这是否适合您。此外，正如上面提到的 Boud，您应该考虑numpy/ scipy，它可能会提供更好的性能 - 并且肯定会提供许多内置功能。

既然你说这不起作用——由于你还没有解释的原因——这里有一个更一般的例子来说明如何使用这个key参数。这表明它get适用于Counter对象以及标准字典，还表明如何创建一个执行某些操作的函数：

>>> stats = {'a':   {'email1':4, 'email2':3}, 
...          'the': {'email1':2, 'email3':4},
...          'or':  {'email1':2, 'email3':1}}
>>> wordlists = ([k] * sum(d.itervalues()) for k, d in stats.iteritems())
>>> chi = collections.Counter(word for seq in wordlists for word in seq)
>>> sorted(stats, key=chi.get)
['or', 'the', 'a']
>>> sorted(stats, key=lambda x: chi[x] + 3)
['or', 'the', 'a']
>>> sorted(stats, key=chi.get, reverse=True)
['a', 'the', 'or']

我仍然不完全理解您在寻找什么，但也许您的意思是获取键值元组的排序列表？

>>> sorted(stats.iteritems(), key=lambda x: chi[x[0]])
[('or', {'email3': 1, 'email1': 2}), 
 ('the', {'email3': 4, 'email1': 2}), 
 ('a', {'email2': 3, 'email1': 4})]

我实际上建议将其拆分：

>>>> sorted_keys = sorted(stats, key=chi.get)
>>>> [(k, stats[k]) for k in sorted_keys]
[('or', {'email3': 1, 'email1': 2}), ('the', {'email3': 4, 'email1': 2}), ('a', {'email2': 3, 'email1': 4})]

您说您想要按 中的值排序的东西chi，但“与统计数据具有相同的结构”。这是不可能的，因为字典没有顺序；最接近的是元组的排序列表，或OrderedDict（在 2.7+ 中）。

>>>> collections.OrderedDict((k, stats[k]) for k in sorted_keys)
OrderedDict([('or', {'email3': 1, 'email1': 2}), ('the', {'email3': 4, 'email1': 2}), ('a', {'email2': 3, 'email1': 4})])

如果您必须经常重新排序字典，则此方法毫无意义。

于 2012-05-05T16:20:01.953 回答