如何在列表列表中选择每个列表的前几个元素？

Question

我正在尝试使用Python / NLTK隔离一系列句子中的第一个单词。

创建了一系列不重要的句子（the_text），虽然我可以将其划分为标记化的句子，但我无法仅将每个句子的第一个单词成功地分成一个列表（first_words）。

[[“这里”，“是”，“某些”，“文本”，“。”]，[“那里”，“是”，“一个”，“一个”，“人”，“在”，“该'，'lawn'，'。']，['I'，'am'，'confused'，'。']，['There'，'is'，'more'，'。']，['这里'，'是'，'一些'，'更多'，'。']，['I'，'do'，'n't'，'知道'，'任何东西，'。']，['I '，'应该'，'添加'，'更多'，'。']，['查找'，'，'，'这里'，'是'，'更多'，'文本'，'。']，[ [如何]，[伟大]，[是]，[那个]，[？]]]

the_text="Here is some text. There is a a person on the lawn. I am confused. "
the_text= (the_text + "There is more. Here is some more. I don't know anything. ")
the_text= (the_text + "I should add more. Look, here is more text. How great is that?")

sents_tok=nltk.sent_tokenize(the_text)
sents_words=[nltk.word_tokenize(sent) for sent in sents_tok]
number_sents=len(sents_words)
print (number_sents)
print(sents_words)
for i in sents_words:
    first_words=[]
    first_words.append(sents_words (i,0))
print(first_words)

谢谢您的帮助！

Answer 1

您的代码存在三个问题，您必须修复所有三个问题才能使其正常工作：

for i in sents_words:
    first_words=[]
    first_words.append(sents_words (i,0))

首先，您每次都要在循环中擦除first_words ：将first_words=[]移出循环。

其次，您将函数调用语法（括号）与索引语法（括号）混合在一起：您想要sents_words[i][0] 。

第三， for i in sents_words:以上的元素迭代sents_words ，而不是指数。 所以你只想要i[0] 。 （或者， for i in range(len(sents_words)) ，但没有理由这样做。）

因此，将其放在一起：

first_words=[]
for i in sents_words:
    first_words.append(i[0])

---

如果您对理解有所了解，您可能会意识到这种模式（从一个空列表开始，迭代某些内容，将一些表达式附加到列表中）正是列表理解的功能：

first_words = [i[0] for i in sents_words]

如果您不这样做，那么现在要么是学习理解的好时机，要么不必担心这部分。 :)

Answer 2

>>> sents_words = [['Here', 'is', 'some', 'text', '.'],['There', 'is', 'a', 'a', 'person', 'on', 'the', 'lawn', '.'], ['I', 'am', 'confused', '.'], ['There', 'is', 'more', '.'], ['Here', 'is', 'some', 'more', '.'], ['I', 'do', "n't", 'know', 'anything', '.'], 'I', 'should', 'add', 'more', '.'], ['Look', ',', 'here', 'is', 'more', 'text', '.'], ['How', 'great', 'is', 'that', '?']]

您可以使用循环将其append到先前初始化的list ：

>>> first_words = []
>>> for i in sents_words:
...     first_words.append(i[0])
...
>>> print(*first_words)
Here There I There Here I I Look How

或理解（用括号将那些方括号替换为生成器）：

>>> first_words = [i[0] for i in sents_words]
>>> print(*first_words)
Here There I There Here I I Look How

或者，如果不需要保存供以后使用，则可以直接打印以下项目：

>>> print(*(i[0] for i in sents_words))
Here There I There Here I I Look How

Answer 3

这是有关如何访问列表和列表列表中的项目的示例：

>>> fruits = ['apple','orange', 'banana']
>>> fruits[0]
'apple'
>>> fruits[1]
'orange'
>>> cars = ['audi', 'ford', 'toyota']
>>> cars[0]
'audi'
>>> cars[1]
'ford'
>>> things = [fruits, cars]
>>> things[0]
['apple', 'orange', 'banana']
>>> things[1]
['audi', 'ford', 'toyota']
>>> things[0][0]
'apple'
>>> things[0][1]
'orange'

对于您的问题：

>>> from nltk import sent_tokenize, word_tokenize
>>> 
>>> the_text="Here is some text. There is a a person on the lawn. I am confused. There is more. Here is some more. I don't know anything. I should add more. Look, here is more text. How great is that?"
>>> 
>>> tokenized_text = [word_tokenize(s) for s in sent_tokenize(the_text)]
>>> 
>>> first_words = []
>>> # Iterates through the sentneces.
... for sent in tokenized_text:
...     print sent
... 
['Here', 'is', 'some', 'text', '.']
['There', 'is', 'a', 'a', 'person', 'on', 'the', 'lawn', '.']
['I', 'am', 'confused', '.']
['There', 'is', 'more', '.']
['Here', 'is', 'some', 'more', '.']
['I', 'do', "n't", 'know', 'anything', '.']
['I', 'should', 'add', 'more', '.']
['Look', ',', 'here', 'is', 'more', 'text', '.']
['How', 'great', 'is', 'that', '?']
>>> # First words in each sentence.
... for sent in tokenized_text:
...     word0 = sent[0]
...     first_words.append(word0)
...     print word0
...     
... 
Here
There
I
There
Here
I
I
Look
How

>>> print first_words ['Here', 'There', 'I', 'There', 'Here', 'I', 'I', 'Look', 'How']

在具有清单理解力的单行代码中：

# From the_text, you extract the first word directly
first_words = [word_tokenize(s)[0] for s in sent_tokenize(the_text)]

# From tokenized_text
tokenized_text= [word_tokenize(s) for s in sent_tokenize(the_text)]
first_words = [w[0] for s in tokenized_text]

Answer 4

另一个选择，尽管它与abarnert的建议非常相似：

first_words = []
for i in range(number_sents):
    first_words.append(sents_words[i][0])