我想比较 3 位或 4 位整数的字符串表示形式。我想将它们分组为成对的“亲密关系”。也就是说，pc_dud[3]应该与dud[0].
dud = ['3433', '3467', '3551', '345', '345', '3613']
pc_dud = ['3401', '3402', '3430', '0342', '3584']
有谁知道那里有一个很好的工具来做到这一点（我在想自己可能是像水母这样的东西）？当然，另一种解决方案是使用算术差异作为“接近度”的指标。有什么想法吗？
您可以使用difflib模块：
例子：
>>> import difflib
>>> dud = ['3433', '3467', '3551', '345', '345', '3613']
>>> pc_dud = ['3401', '3402', '3430', '0342', '3584']
>>> difflib.get_close_matches(dud[0], pc_dud)
['3430']
如果您正在寻找算术上的接近性，那么 pc_dud[3] 将与 dud[0] 不匹配。
如果您只想保留唯一的对，请使用：
dud_ = dud[:]
pc_dud_ = pc_dud[:]
while dud_:
d1, d2 = min(itertools.product(dud, pc_dud), key=lambda d1,d2: abs(int(d1) - int(d2)))
dud_.remove(d1)
pc_dud_.remove(d2)
print d1, d2
您可以采用的一种方法是计算dud 中的每个整数字符串与 pc_dud 中的每个整数字符串之间的Levenshtein 距离。该算法将为您提供每个数字序列之间的编辑距离。编辑距离数字表示将给定序列转换为另一个序列所需的最小步数。它考虑了插入、删除和替换。
您还需要一个数据结构来存储相对于比较序列的编辑距离结果。然后，您可以调查哪个编辑距离最小，然后将它们组合为一对。
这是一个视觉示例，说明与 levenshtein 相比，您的数组中的两个数字序列会是什么样子。我使用这个工具来生成屏幕截图。http://www.let.rug.nl/kleiweg/lev/
右下角的数字是最小编辑距离。
如果您按照 Paul 的建议走 Levenshtein Distance 路线，请查看 Apache 的PyLucene - 我相信 lucene 的 FuzzyQuery 就是基于此。