1

有没有更快的方法来计算两个元组列表之间匹配的第二个元素的数量？

我有这样的元组，我基本上一次循环一个元组：

lstup1 = [('but', '00004722-r'), ('he', '000000NULL'), ('was', '02697725-v'), ('always', '00020280-r'), ('persuade', '00766418-v'), ('out', '02061487-a')]
lstup2 = [(u'But', u'000000NULL'), (u'he', u'000000NULL'), (u'was', u'000000NULL'), (u'always', u'00019339-r'), (u'persuade', u'00766418-v'), (u'out', u'00232862-r')]

for i,j in izip(lstup1,lstup2):
  if i[1] == j[1]:
    correct+=1
    if j[1][-4:] == "NULL"
      null+=1
  count+=1

print "Accuracy =", str(correct/count), "with", str(null), "NULL tags"
4

2 回答 2

1

你可以使用 numpy：

>>> import numpy as np
>>> lstup1 = [('but', '00004722-r'), ('he', '000000NULL'), ('was', '02697725-v'), ('always', '00020280-r'), ('persuade', '00766418-v'), ('out', '02061487-a')]
>>> lstup2 = [(u'But', u'000000NULL'), (u'he', u'000000NULL'), (u'was', u'000000NULL'), (u'always', u'00019339-r'), (u'persuade', u'00766418-v'), (u'out', u'00232862-r')]
>>> 
>>> npl1 = np.array(lstup1)
>>> npl2 = np.array(lstup2)
>>> npl1[:,1] == npl2[:,1]
array([False,  True, False, False,  True, False], dtype=bool)

如果您只想知道相等对的数量：

>>> np.sum(npl1[:,1] == npl2[:,1])
2

如果您想知道索引位置：

>>> np.where(npl1[:,1] == npl2[:,1])
(array([1, 4]),)
于 2013-04-07T20:13:12.377 回答
1

你可以sets在这里使用：

In [5]: se1=set(x[1] for x in lstup1)

In [6]: se2=set(x[1] for x in lstup2)

In [7]: len(se1&se2)
Out[7]: 2

交叉点的时间复杂度：O(min(len(se1), len(se2))

集合创建的时间复杂度： ，列表的长度O(L)在哪里L

或者您的izip()仅比较同一索引上的项目的版本可以简化为：

sum(i[1]==j[1] for i,j in izip(lstup1,lstup2))
于 2013-04-07T20:14:08.730 回答