Python遍歷字典

Question

我使用dict創建周期時遇到問題。 我有一本字典：鍵是唯一的數字，值是單詞。 我需要創建一個矩陣：行是句子的編號，列是單詞的唯一編號（來自dict）。 矩陣的元素將顯示每個句子中每個單詞的數量。 這是我創建dict的代碼。 （一開始我有一個帶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，當我嘗試循環執行該命令時，沒有任何效果！ 您能告訴我如何填寫整個矩陣嗎？ 提前非常感謝您！

Answer 1

一些粗心的錯誤：第7行需要右括號， //不是Python語法。

查看您的代碼，我不知道您的一般算法是什么，只創建一個基本的字數字典。 因此，我提出了以下簡短的代碼：

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]))

請注意，我替換了您自己的

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

相反

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

因為您可以返回空元素，而我不會。 最初，我不得不添加一個if word:的測試if word:在將其插入字典之前，以防止添加大量的容器。 通過更好地檢查“單詞”，就不再需要了。

（使用Python的樂趣： if..else的替代方法看起來像這樣：

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

它的效率略低，因為vocab_dict[word]必須檢索兩次-您不能單獨說.. + 1 。 不過，這還是很不錯的一行。）

使用一些幫助 ，可以將字典轉換為“矩陣”（實際上是一個簡單的數組就足夠了）

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