Python遍历字典

Question

我使用dict创建周期时遇到问题。 我有一本字典：键是唯一的数字，值是单词。 我需要创建一个矩阵：行是句子的编号，列是单词的唯一编号（来自dict）。 矩阵的元素将显示每个句子中每个单词的数量。 这是我创建dict的代码。 （一开始我有一个带有句子的原始文本文件）

with open ('sentences.txt', 'r') as file_obj:
    lines=[]
    for line in file_obj:
        line_split=re.split('[^a-z]',line.lower().strip()
        j=0
        new_line=[]
        while j<=len(line_split)-1:
            if (line_split[j]):
                new_line.append(line_split[j])
            j+=1            
        lines.append(new_line)    
    vocab = {}
    k = 1
    for i in range(len(lines)):
        for j in range(len(lines[i])):
            if lines[i][j] not in vocab.values():
                vocab[k]=lines[i][j]
                k+=1

import numpy as np  //now I am trying to create a matrix
matr = np.array(np.zeros((len(lines),len(vocab))))  
m=0
l=0
while l<22:
    for f in range (len(lines[l])):
        if vocab[1]==lines[l][f]:   //this works only for the 1 word in dict
            matr[l][0]+=1
    l+=1
print(matr[3][0])

matr = np.array(np.zeros((len(lines),len(vocab))))   // this also works
for values in range (len(vocab)):
    for line in lines:
        a=line.count(vocab[1])
        print(a)

但是，当我尝试循环执行该命令时，没有任何效果！ 您能告诉我如何填写整个矩阵吗？ 提前非常感谢您！

Answer 1

一些粗心的错误：第7行需要右括号， //不是Python语法。

查看您的代码，我不知道您的一般算法是什么，只创建一个基本的字数字典。 因此，我提出了以下简短的代码：

import re
import sys

def get_vocabulary (filename):
  vocab_dict = {}

  with open (filename, 'r') as file_obj:
    for line in file_obj:
      for word in re.findall(r'[a-z]+',line.lower()):
        if word in vocab_dict:   # see below for an interesting alternative
          vocab_dict[word] += 1
        else:
          vocab_dict[word] = 1
  return vocab_dict

if len(sys.argv) > 1:
  vocab = get_vocabulary (sys.argv[1])
  for word in vocab:
    print (word, '->', str(vocab[word]))

请注意，我替换了您自己的

line_split=re.split('[^a-z]',line.lower().strip())

相反

re.findall(r'[a-z]+',line.lower())

因为您可以返回空元素，而我不会。 最初，我不得不添加一个if word:的测试if word:在将其插入字典之前，以防止添加大量的容器。 通过更好地检查“单词”，就不再需要了。

（使用Python的乐趣： if..else的替代方法看起来像这样：

vocab_dict[word] = 1 if word not in vocab_dict else vocab_dict[word]+1

它的效率略低，因为vocab_dict[word]必须检索两次-您不能单独说.. + 1 。 不过，这还是很不错的一行。）

使用一些帮助 ，可以将字典转换为“矩阵”（实际上是一个简单的数组就足够了）

matrix = [[vocab[word], word] for word in sorted(vocab)]
for row in matrix:
  print (row)