在python中的2组列表中匹配最相似的列表

Question

我有 2 个 python 列表，其中包含内部列表。 所有内部列表都具有相同数量的元素。 所有内部列表都由0 s 和1 s 组成。

a = [[0,1,0,0,0,1,1,1,0,1,0,0],
[0,0,0,1,0,1,0,1,0,1,0,0],
[0,1,0,1,0,0,1,1,0,1,0,0],
[1,1,0,0,0,1,1,0,1,1,1,0]]

b = [[0,1,1,0,0,1,1,1,0,0,0,0],
[0,1,0,0,0,1,1,1,1,1,0,0],
[0,1,1,0,0,1,1,0,0,1,0,1],
[1,1,1,0,0,1,1,1,0,1,1,0]]

我想将a中的每个内部列表与b与它最相似的内部列表相匹配。 最相似的方法：在一个内部列表a ，多达与相同索引值的可能元件应该在从步骤b的内部列表是相同的。

我的意思是 [1,1,1,0,1,0] 比 [1,1,1,1,1,0] 更类似于 [1,0,1,0,1,0]。

来自a每个内部列表应该只匹配来自b 1 个内部列表。

a和b可能有不同数量的内部列表。

有没有库或函数可以实现这么快？ 在我的问题中，a 和 b 有超过 500 个内部列表，每个内部列表大约有 35 个元素。

Answer 1

您可以使用 NumPy 快速对两个二进制列表进行异或以获取两者之间的差异，然后计算该差异列表中 1 的数量。 这只是计算二进制列表之间的编辑距离的一种快速方法。

import numpy as np

a = [[0,1,0,0,0,1,1,1,0,1,0,0],
[0,0,0,1,0,1,0,1,0,1,0,0],
[0,1,0,1,0,0,1,1,0,1,0,0],
[1,1,0,0,0,1,1,0,1,1,1,0]]

b = [[0,1,1,0,0,1,1,1,0,0,0,0],
[0,1,0,0,0,1,1,1,1,1,0,0],
[0,1,1,0,0,1,1,0,0,1,0,1],
[1,1,1,0,0,1,1,1,0,1,1,0]]

def bindist(x, y):
    xors = np.bitwise_xor(x, y)
    return np.count_nonzero(xors)

for x in range(len(a)):
    best_index = 0
    best_dist = 9999999999999
    for y in range(len(b)):
        dist = bindist(a[x],b[y])
        if dist < best_dist:
            best_dist = dist
            best_index = y
    print("a", x, a[x])
    print("b", best_index, b[best_index])
    print("distance", best_dist)

该代码允许a中的多个列表与b中的列表匹配，但您应该能够轻松适应它。