首先,我有两个字符串列表:
['abc','abc','def','jkl']
['abc','def','def','pqr', 'pr', 'foo', 'bar']
然后我需要规范化的列表计数器,以便每个计数器中的值的总和等于 1:
Counter({'abc': 0.8164965809277261, 'jkl': 0.4082482904638631, 'def': 0.4082482904638631})
Counter({'abc': 1.1498299142610595, 'def': 1.0749149571305296, 'jkl': 0.4082482904638631, 'pr': 0.3333333333333333, 'bar': 0.3333333333333333, 'pqr': 0.3333333333333333, 'foo': 0.3333333333333333})
归一化因子是
math.sqrt(sum(i*i for i in counter.values()))
我已经通过迭代抛出计数器键尝试了以下操作,但是还有其他方法可以实现 say x+y
计数器吗?
>>> from collections import Counter
>>> import math
>>> x = Counter(['abc','abc','def','jkl'])
>>> denominator = 1/math.sqrt(sum(math.pow(i,2) for i in x.values()))
>>> for i in x:
... x[i]*=denominator
...
>>> x
Counter({'abc': 0.8164965809277261, 'jkl': 0.4082482904638631, 'def': 0.4082482904638631})
>>> y = Counter(['abc','def','def','pqr', 'pr', 'foo', 'bar'])
>>> denominator2 = 1/math.sqrt(sum(math.pow(i,2) for i in y.values()))
>>> for i in y:
... y[i]*=denominator2
...
>>> y
Counter({'def': 0.6666666666666666, 'pr': 0.3333333333333333, 'abc': 0.3333333333333333, 'bar': 0.3333333333333333, 'pqr': 0.3333333333333333, 'foo': 0.3333333333333333})
>>> x+y
Counter({'abc': 1.1498299142610595, 'def': 1.0749149571305296, 'jkl': 0.4082482904638631, 'pr': 0.3333333333333333, 'bar': 0.3333333333333333, 'pqr': 0.3333333333333333, 'foo': 0.3333333333333333})
最佳答案
您需要对值求和,然后将每个计数除以总和:
total = sum(x.values(), 0.0)
for key in x:
x[key] /= total
通过从 0.0
开始求和,我们确保 total
是一个浮点值,避免了 /
的 Python 2 楼层除法行为整数操作数。
演示:
>>> from collections import Counter
>>> x = Counter(['abc','abc','def','jkl'])
>>> total = sum(x.values(), 0.0)
>>> for key in x:
... x[key] /= total
...
>>> x
Counter({'abc': 0.5, 'jkl': 0.25, 'def': 0.25})
>>> y = Counter(['abc','def','def','pqr', 'pr', 'foo', 'bar'])
>>> total = sum(y.values(), 0.0)
>>> for key in y:
... y[key] /= total
...
>>> y
Counter({'def': 0.2857142857142857, 'pr': 0.14285714285714285, 'abc': 0.14285714285714285, 'bar': 0.14285714285714285, 'pqr': 0.14285714285714285, 'foo': 0.14285714285714285})
如果您需要对计数器求和,则需要单独重新规范化生成的计数器;例如,将两个归一化计数器相加意味着您有一个新计数器的总和为 2。
关于python - 如何归一化一个计数器并组合 2 个归一化的计数器? - Python,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22428842/