我有一个问题,不知道如何创建矩阵
我有一本这种类型的字典:
dico = {
"banana": "sp_345",
"apple": "ap_456",
"pear": "pe_645",
}
和这样的文件:
sp_345_4567 pe_645_4567876 ap_456_45678 pe_645_4556789
sp_345_567 pe_645_45678
pe_645_45678 ap_456_345678
sp_345_56789 ap_456_345
pe_645_45678 ap_456_345678
sp_345_56789 ap_456_345
s45678 f45678 f456789 ap_456_52546135
我想要做的是创建一个矩阵,在该矩阵中我们可以从该行的字典中找到超过 n 倍的值。
这就是我想要继续的方式:
第 1 步创建一个包含关联值和行数的字典:
像这样:
dictionary = {'1': 'sp_345_4567','pe_645_4567876', 'ap_456_45678', 'pe_645_4556789'; '2': 'sp_345_567', 'pe_645_45678'; '3:' 'pe_645_45678','ap_456_345678'; '4:' etc ..
然后我想将值与我的第一个名为 dico 的字典进行比较,并查看例如香蕉键在每行中出现的次数(因此对我字典的所有键执行此操作),除了问题是我的 dico 的值不等于我的字典的值,因为它们后面跟着这个模式 '_\w+''
这个想法是制作一个看起来像这样的final_dict,以便能够在最后制作一个矩阵:
final_dict = {'line1': 'Banana' : '1' ; 'Apple': '1'; 'Pear':2; 'line2': etc ...
这是我的代码,不起作用:
import pprint
import re
import csv
dico = {
"banana": "sp_345",
"apple": "ap_456",
"pear": "pe_645",
}
dictionary = {}
final_dict = {}
cnt = 0
with open("test.txt") as file :
reader = csv.reader(file, delimiter ='\t')
for li in reader:
grp = li
number = 1
for li in reader:
dictionary[number] = grp
number += 1
pprint.pprint(dictionary)
number_fruit = {}
for key1, val1 in dico.items():
for key2, val2 in dictionary.items():
if val1 == val2+'_\w+':
final_dict[key1] = val2
感谢您的帮助
编辑:
我尝试过使用字典理解
import csv
import re
dico = {
"banana": "sp_345",
"apple": "ap_456",
"pear": "pe_645",
}
with open("test.txt") as file :
reader = csv.reader(file, delimiter ='\t')
for li in reader:
pattern = re.search(dico["banana"]+"_\w+", str(li))
if pattern:
final_dict = {"line" + str(index + 1):{key:line.count(text) for key, text in dico.items()} for index, line in enumerate(reader)}
print(final_dict)
但是当我打印最终的字典时,它只为香蕉输入了 0 ...
{'line1': {'banana': 0, 'apple': 0, 'pear': 0}, 'line2': {'banana': 0, 'apple': 0, 'pear': 0}, 'line3': {'banana': 0, 'apple': 0, 'pear': 0}, 'line4': {'banana': 0, 'apple': 0, 'pear': 0}, 'line5': {'banana': 0, 'apple': 0, 'pear': 0}, 'line6': {'banana': 0, 'apple': 0, 'pear': 0}}
所以,是的,现在看起来更像是我想要的,但发生的次数并没有增加....:/也许我的条件应该在字典理解范围内??
最佳答案
为什么不起作用
你的测试
if val1 == val2+'_\w+':
...
不起作用,因为您正在测试val1
(可能是“sp_345_4567”
)和val2+'_\w+'
之间的字符串相等性,这是一个字符串,并且可能是乱码“sp_345_\w+'”
,并且它们不相等。
你可以采取什么措施
- 例如,您可能想要测试遏制性
if val1 in val2:
...
您可以检查“sp_345_4567”中的“sp_345”是否返回true
。
- 您可能还想实际计算
"sp_345"
在另一个字符串中出现的次数,您可以使用.count
来执行此操作:
"sp_345_567 pe_645_45678".count("sp_345") # returns 1
"sp_345_567 pe_645_45678".count("_") # returns 2
- 您也可以使用正则表达式来完成此操作,就像您尝试过的那样:
import re
pattern = "sp_345_" + "\\w+"
if re.match(pattern, "sp_345_4567"):
# pattern was found! Do stuff here.
pass
# alternatively:
print(re.findall(pattern, "sp_345_4567"))
# prints ['sp_345_4567']
如何应用它来构建您的 final_dict
您可以使用字典理解以更简单的方式重写代码:
import csv
dico = {
"banana": "sp_345",
"apple": "ap_456",
"pear": "pe_645",
}
with open("test.txt") as file :
reader = csv.reader(file, delimiter ='\t')
final_dict = {"line" + str(index + 1):{key:line.count(text) for key, text in dico.items()} for index, line in enumerate(reader)}
我正在构建一个外部字典,其中包含诸如 "line1"
、"line2"
...之类的键,对于它们中的每一个,其值都是一个内部字典,其中包含键如 "banana"
或 "apple"
,每个值是它们出现在该行上的次数。
如果您想知道 banana
在 4
行中出现了多少次,您可以使用
print(final_dict["line4"]["banana"])
请注意,我建议使用列表而不是字典将结果映射到行号,以便之前的查询将变为:
print(final_list[3]["banana"])
关于python - 如何查找字符串中子字符串的出现次数并将其存储到Python字典中?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58700723/