[英]Improving performance of levenshtein distance in numpy
我有以下功能:
def levenshtein(seq1, seq2):
size_x = len(seq1) + 1
size_y = len(seq2) + 1
matrix = np.zeros ((size_x, size_y))
matrix[: , 0] = np.arange(size_x)
matrix[0, :] = np.arange(size_y)
for x in range(1, size_x):
for y in range(1, size_y):
if seq1[x-1] == seq2[y-1]:
matrix [x,y] = min(
matrix[x-1, y] + 1,
matrix[x-1, y-1],
matrix[x, y-1] + 1
)
else:
matrix [x,y] = min(
matrix[x-1,y] + 1,
matrix[x-1,y-1] + 1,
matrix[x,y-1] + 1
)
return (matrix[size_x - 1, size_y - 1])
我想将它应用于多对字符串,为了尽快完成我想删除其中的 for 循环并用一些向量化替换它们,但我找不到一个好的方法来做到这一点,有任何想法吗?
对我来说,最好使用已经写好的 python mudule来解决你的问题,而不是重新发明轮子。 你会节省很多时间。
打开cmd
并编写pip install python-Levenshtein
,或者如果您使用 git 转到您的项目文件夹并键入git clone https://github.com/ztane/python-Levenshtein.git
链接)。 然后一个 python 文件和:
import Levenshtein
Levenshtein.distance('Levenshtein', 'Lenvinsten')
# output will be 4
# ... your code ...
但是,如果您需要手动编写它,您可以在同一链接中查看其他开发人员如何编写或使用 Levenshtein 模块的示例。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.